Abstract FR:

Les architectures multi-agents permettent de simplifier la resolution de problemes en distribuant les connaissances et les expertises dans differentes entites. Le probleme du controle, de la coordination, ou de la cooperation de ces agents reste un probleme ouvert. Cependant, les reseaux neuronaux ont montre ces dernieres annees leur efficacite pour la reconnaissance de formes et pour la fusion de donnees. La fusion, que l'on peut approcher de la combinaison d'agents ou d'experts, est un sujet d'etude depuis quelques annees dans des champs applicatifs comme celui de la reconnaissance de l'ecriture manuscrite, la majeure partie des travaux publies ayant porte sur les chiffres manuscrits. C'est a l'intersection de ces differents domaines de recherche que cette these se positionne. En effet, nous avons cherche a appliquer le modele multi-agents a un systeme de reconnaissance de l'ecriture manuscrite, en utilisant les techniques neuronales non seulement pour reconnaitre les formes, mais aussi pour fusionner les propositions emises par les differents agents. Cherchant a mettre en evidence le gain que l'on pouvait obtenir par la synergie propre a ce type d'architecture, nous avons cherche a favoriser la multiplicite et la complementarite des agents. Nous avons applique nos travaux a la reconnaissance de montants manuscrits sur les cheques, en traitant conjointement les zones litterale et numerique. Nous constatons que la complementarite obtenue, tant par le comportement des agents que par le traitement simultane des deux zones, nous permet de realiser la reconnaissance d'ecritures meme tres alterees, montrant la performance globale qui resulte d'un tel systeme