Algorithme adaptatif

Un article de Wikipédia, l'encyclopédie libre.
Aller à : navigation, rechercher

Un algorithme adaptatif est un algorithme qui est capable de changer automatiquement son comportement en fonction de son contexte d’exécution pour atteindre des performances optimales. Les changements peuvent être sur les données manipulées par l’algorithme, des paramètres de configurations de l’environnement d’exécution et de l'occupation des ressources.

Ces algorithmes sont des algorithme au sens classique, le terme adaptatif est ici utilisé pour souligné le fait que le comportement de l'algorithme peut varier de façon importante selon l'environnement.

On parle par exemple d'apprentissage adaptatif pour le boosting en apprentissage automatique (par exemple l'algorithme Adaboost), de filtrage adaptatif en traitement du signal[1] et en géométrie algorithmique[2].

Notes et références[modifier | modifier le code]

  1. François Michaut et Maurice Bellanger, Filtrage adaptatif: théorie et algorithmes, Hermes science,‎ 2005.
  2. Franck Nielsen, Algorithmes geometriques adaptatifs (Thèse de Doctorat),‎ 1996