Abstract FR:

En premier lieu, nous présentons naïade et oréade deux algorithmes d'apprentissage par détection de similarités dont nous évaluons les performances sur trois problèmes biologiques. Dans un second temps, nous décrivons yaces. Ce dernier est un algorithme combinant apprentissage par détection de similarités et apprentissage par explications; une évaluation de son comportement vis-à-vis de bases d'apprentissage générées artificiellement est proposée. Nous montrons enfin comment les concepts de changement de biais, de changement de la perception et de décision par gestion d'hypothèses atténuent la dépendance de l'apprentissage par rapport 1) au contenu initial de la théorie utilisée pour la saturation, 2) aux descriptions initiales des objets et 3) au bruit.