Apprentissage multi-modal évolutif pour les données hétéro-gènes patrimoniale – AMEDEE

Actuellement, une phase d’état de l’art pratique est en cours avec pour objectif de réaliser un benchmark (un comparatif) des différents modèles de régression classiques. Pour cela, nous les appliquons sur chaque modalité prise individuellement. Cette approche permet de déterminer quel modèle de régression classique est le plus enclin à performer correctement sur une modalité donnée. En parallèle, un état de l’art théorique sur l’apprentissage multimodal ainsi que sur les données patrimoniales multimodales est en cours. Cette démarche vise à comprendre les fondements théoriques et à évaluer les performances pratiques des modèles existants dans le contexte des données patrimoniales. Le benchmark pratique met l’accent sur l’évaluation comparative des modèles de régression pour identifier ceux qui offrent les meilleures performances pour chaque type de donnée patrimoniale. D’autre part, l’état de l’art théorique se concentre sur l’exploration des techniques d’apprentissage multimodal, qui permettent de combiner et d’exploiter différentes sources de données patrimoniales. En conjuguant ces deux approches, nous visons à élaborer une compréhension globale et approfondie des meilleures pratiques en matière d’analyse et de modélisation des données patrimoniales multimodales, ce qui contribuera à l’amélioration des méthodes existantes et à la proposition de nouvelles approches plus efficaces et adaptées aux spécificités de ces données.