On considèrera le problème de l’apprentissage progressif de différents classifieurs, à même d’être mis en œuvre sur des sous-ensembles d’images, emboîtés temporellement, du film. Ce projet aborde plusieurs défis interdisciplinaires de DATAIA :

• Des données à la décision : Très clairement l’objectif est de parvenir à un algorithme à même d’assister efficacement les biologistes dans leur prise de décision. Les données considérées sont complexes (films en biologie du développement), incomplètes (observation de projections seulement et non des objets 3D).

L’analyse a posteriori de l’ensemble des classifications à partir des prédictions, des données et des films, permettra de mieux décrire la variabilité de dynamique de développement au sein des différentes classes et d’acquérir des nouvelles connaissances, en ciblant des évènements particuliers au cours du développement.

• Apprentissage et IA (apprentissage profond) : Nous souhaitons construire et mettre en œuvre plusieurs classifieurs pour une prédiction en ligne. L’apprentissage des différents prédicteurs sera fait hors ligne de façon incrémentale, au sens où tout ou partie des estimations effectuées jusqu’au temps précédent, les données à l’instant courant, et éventuellement les données à l’instant suivant pourraient être utilisées pour la construction du prédicteur à l’instant courant (Learning Using Privilege Information, [Vapnik et al]).