Rapport d

1
Rapport dexpérimentations

• ACI-MDA
• H. KOU, A. Napoli and Y. Toussaint
• Orpailleur, LORIA/INRIA-Lorraine,
• Nancy, 15/10/2004

2
Plan

• Rappel sur les travaux précédents
• Descriptions et UCDs
• Analyse de la distributions dUCDs
• Passage à léchelle Division de Corpus
• Performance
• Observations
• Distribution de performance
• Conclusion

3
Rappel sur les travaux précédents(1)

• Corpus
• 4904 descriptions3371 pour lapprentissage (70)
  et 1533 pour le test (30)
• 98 UCDs au moins 30 descriptions.
• 3228 termes
• Connaissances pour lapprentissage
• Label, unit, descriptions
• Algorithmes évalués
• k-NN et Naive Bayes ont échoué
• Rocchio a réussit

4
Rappel sur les travaux précédents(2)

• Performance par Rocchio

Nbr UCDs Rappel
1 83.7
2 90.8
3 93.1

• Pour un UCD,
• rappelNbr de descriptions associées
  trouvées/nbr de descriptions associées

5
Passage à léchelle Descriptions et UCDs

• Au total
• 124,096 descriptions
• 1,183 UCDs
• Moyenne 105 descriptions / UCD
• Certains UCDs sont très fréquents et dautres
  beaucoup moins
• Ex.
• 10,687 pour lUCD ERROR.
• 1 pour 145 UCDs

6
Analyse de la distributions dUCDs
7
Division du corpus

• Ont été retirés tous les UCD associés à moins de
  4 descriptions 305
• Corpus est composé des
• 873 UCDs
• 123,518 descriptions
• Le corpus est divisé en deux parties
• Apprentissage (70)85951
• Test (30) 37567
• 26114 termes

8
Performance
Nbr UCDs Rappel
1 66.3
2 76.7
3 80.7
Rocchio
9
Observations

• Rappels 0 pour 37 UCDs
• Rappels très faibles pour 127 UCDs
• Rappels assez forts pour 119 UCDs
• Rappels très forts pour 519 UCDs

10
Rappels 0 pour 37 UCDs (1)

• UCD nbr
  de desc
• STAT_STDEV 6
• PHOT_STR_U-V 6
• INST_DET_MISC 7
• INST_TYPE
  8
• ID_PARAM
  9
• PHOT_FLUX_RADIO_850M 9
• MODEL_POP-SYNTHESIS 11
• PHOT_FLUX_DENSITY 11
• PHOT_FLUX_RADIO_180G 11
• PHOT_UV_1500 12
• INST_WAVELENGTH_COVERAGE 13
• PHOT_HST_V
  14
• PHOT_COUNTS_MISC 15
• POS_ANG_DIST_REL 19
• PHOT_HST_CI_V-I 20
• STAT_PROP
  20
• PHOT_SPHOT_INDEX 23
• PHYS_DENSITY_SURFACE 37

• UCD nbr de
  desc
• AT_DATA 4
• INST_PLATE_DIST 4
• PHOT_DDO_48-51 4
• PHOT_MAG_K 4
• PHOT_PHG_R-I 4
• PHOT_HST_F850LP 4
• PHOT_COUNT-RATE_GAMMA 4
• PHOT_SB_LIMIT 4
• PHOT_UV_1900 4
• POS_RADIUS 4
• PHOT_UV_2500 4
• PHOT_DDO_35-38 5
• PHOT_IR_K-10 5
• PHOT_HST_CI_B-V 5
• PHOT_UV_COLOR 5
• PHOT_DDO_38-41 5
• OBS_SLIT_ORIENT 6
• SPECT_PECUL 6

11
Rappels 0 pour certain UCDs (2)

• Hétérogénéité entre ses descriptions pour
  apprentissage et pour test
• AT_DATA
• test
• Fraction of cascade contribution from the first
  series
• Fraction of cascade contribution from the second
  series
• apprentissage
• Fe XVI dielectronic satellite atomic data
• Fe XVI dielectronic satellite atomic data
• SPECT_PECUL
• test
• Spectral-luminosity peculiarities
• Spectral peculiarities
• apprentissage
• yn Emission line found in spectrum? (3)
• Be Be Be star
• ABE Spectral characteristics (1)
• Spectrum

12
Rappels très faibles pour certains UCDs (1)

• Rappels (0, 0.50 pour 127 UCDs
• Certains UCDs sont fréquents
• Exemples
• UCD
  rappel nbr de desc
• REMARKS
  ,391 605
• CODE_MISC
  ,389 666
• ID_ALTERNATIVE ,414
  981
• ID_MAIN
  ,405 1743
• Concepts très étendus

13
Rappels très faibles pour certains UCDs (2)
14
Rappels très faibles pour certains UCDs (3)

• Spécialisation de définition dUCDs

15
Rappels assez forts pour certains UCDs

• Rappels 0.70, 0.90) pour 119 UCDs
• Pour améliorer les performances
• Spécialisation de définition dUCDs
• Conversion dunités 4850 MHzgt4.85 Ghz
• Flux density at 4850 MHz dans PHOT_FLUX_RADIO_5G
• PHOT_FLUX_RADIO_5G retourné si 4850 MHzgt4.85 Ghz
  
• PHOT_FLUX_RADIO_110M retourné sinon

16
Rappels très forts pour certains UCDs(1)

• Rappels (9.0,1.0 pour 519 UCDs
• 271 UCDs un peu fréquents (lt20 )
• ucd
  rappel nbr de desc
• AT_ENERGY_FORMATION 1
  4
• AT_FREQUENCY_ROTAT 1
  4
• AT_LIFETIME
  1 4
• INST_ANG_PHASE
  1 4
• AT_TRANS_TYPE
  1 4
• INST_BASELINE
  1 4
• MODEL_FLUX
  1 4
• PHOT_CLASS
  1 4
• PHOT_DDO_M48
  1 4

17
Rappels très forts pour certains UCDs(2)

• Vecteurs conceptuels bien concentrés
• TIME_EXPTIME gt Exposure Time gt time
  0.35,exposure 0.319,exptime 0.16, exp
  0.121,exposition 0.064, integration 0.039, total
  0.033,texp 0.03, live 0.025,
• Descriptions homogènes entre apprentissage et test

18
Rappels très forts pour certains UCDs(3)
19
Distribution de performance
Nbr de UCD
Rappel
Rappel et Pourcentage dUCD
20
Conclusion

• Bonne perfomance globale dassignation UCD par
  Rocchio
• 58 UCD dont les rappelsgt90
• 71 UCD dont les rappelsgt70
• Les définitions de certains UCDs restent à être
  spécialsés
• Mauvaise performance dassignation UCD
• Concepts très étendus
• 31 UCDs très peu utilisés
• Rapport dutilisation des connaissances de
  domaine pour améliorer les perfomances.

21
Pour le future

• Installer notre maquette à Strasbourg
• Rédiger des documents expliquant la structure des
  programmes, des données et comment maintenir le
  système

22
Merci
23
Vecteurs conceptuels étendus

• ID_ALTERNATIVE gt Alternative identification gt
• name 0.171,other 0.099,hd 0.047,identificatio
  n 0.043,designation 0.04,number 0.039,catalog
  0.039,cat 0.033,star 0.026,alternate 0.023,iras
  0.021,hr 0.018,
• ID_MAIN gt Main Identifier of a Celestial Object
  gt
• name 0.222,star 0.096,number
  0.062,identification 0.054,id 0.052,designation
  0.04,source 0.04,galaxy 0.036,object 0.035,hd
  0.03,cluster 0.023,catalog 0.019,
• CODE_MISC gt Miscellaneous Codes or Flags gt
• f 0.098,flag 0.07,code 0.033,indicate
  0.026,band 0.018,source 0.017,reliable
  0.014,cluster 0.013,measurement 0.012,confusion
  0.012,note 0.012,type 0.012,

24
Vecteurs conceptuals concentrés

• PHOT_JHN_V-I gt Johnson color index V-I (JHN) gt
  
  
  
  
  
  
  
  
• v-i 0.74,v 0.403,index 0.175,color
  0.149,colour 0.147,dereddenned 0.021,v-ic
  0.019,ic 0.016,johnson 0.014,
• AT_OSC_STRENGTH gt Oscillator Strength gt
  
  
  
  
  
  
  
  
• oscillate 0.41,strength 0.335,gf 0.295,log
  0.219,loggf 0.132,fv 0.046,fl 0.044,length
  0.039,gf-value 0.037,j 0.032,absorption
  0.031,statistical
• PHOT_JHN_H-K gt Johnson color index H-K (JHN) gt
  
  
  
  
  
  
  
  
• h-k 0.658,k 0.427,h 0.362,color 0.13,index
  0.095,colour 0.075,h-ks 0.035,ks 0.025,observe
  0.024,cit 0.014,k-h 0.014,2mass 0.013,
• PHOT_FLUX_IR_25 gt Flux density (IRAS) at 25
  microns gt
  
  
  
  
  
  
  
• flux 0.246,mu 0.19,density 0.185,f25
  0.132,25um 0.123,m 0.122,um 0.108,s25um
  0.103,f25um 0.101,25micron 0.088,iras 0.083,s25
  0.077,micron 0.066,
• PHYS_TEMP_EFFEC gt Effective Temperature gt
  
  
  
  
  
  
  
  
• effective 0.354,temperature 0.354,teff
  0.335,log 0.157,logte 0.137,logtu
  0.086,uncorrected 0.083,wr 0.082,star
  0.045,logteff 0.045,logarithm 0.027,

25
Analysis de distributions dUCDs

• ERROR
  10687
• RECORD
  9485
• ID_MAIN
  5811
• NOTE
  4797
• POS_EQ_RA_MAIN 3716
• POS_EQ_DEC_MAIN 3697
• ID_ALTERNATIVE 3282
• PHYS_ABUND_MISC 3019
• CODE_ERROR 2468
• NUMBER
  2440
• REFER_CODE 2286
• CODE_MISC
  2216
• REMARKS
  2019
• CODE_LIMIT
  1979
• TIME_DATE
  1975
• SPECT_EQ-WIDTH 1854
• VELOC_HC
  1343
• PHOT_JHN_V 1262
• PHOT_DIFF_MAG 1240