Apprentissage multisource par programmation logique inductive

Cet article presente l'apprentissage par programmation logique inductive de regles provenant de donnees multisources. Un apprentissage multisource naif consisterait a apprendre globalement sur l'ensemble des donnees et avec un langage d'expression des concepts permettant de couvrir toute la richesse des donnees representees. En alternative a un tel type d'apprentissage nous proposons une methode qui s'appuie sur des apprentissages monosources, ie. effectues sur chacune des sources separement, pour biaiser l'espace de recherche multisource. Le fait de s'appuyer sur les regles monosources permet, en effet, de restreindre le langage des hypotheses ainsi que le nombre de relations possibles entre les objets representes sur les differentes sources. Cette methode est evaluee pour l'apprentissage de regles caracterisant des arythmies cardiaques a partir de plusieurs sources de donnees telles que les differentes voies d'un electrocardiogramme ou la mesure de la pression arterielle. Les resultats montrent que les regles apprises par apprentissage multisource sont au moins aussi bonnes que les regles monosources dans le cas ou les donnees sont redondantes et meilleures dans les cas ou les sources sont complementaires. La technique d'apprentissage biaise permet en outre d'apprendre des regles de maniere beaucoup plus efficace que dans le cas naif en beneficiant d'un biais de langage genere automatiquement.