Recherche d'une évaluation robuste de l'excentricité dans des systèmes binaires d'étoiles

Ce document a pour sujet d'étude l'évaluation de l'excentricité de l'orbite des étoiles binaires spectrales dont seule une des composantes est visible. Cette évaluation est effectuée au moyen de méthodes d'intelligence artificielle sur la base des observations effectuées. Cette problématique est abordée dans le cadre d'un problème de régression et d'évaluation au sens des moindres carrés de l'excentricité. Il est axé autour de deux aspects de l'intelligence artificielle qui sont d'un côté, les algorithmes génétiques et d'un autre côté les algorithmes d'apprentissage. Ces derniers sont abordés au moyen des algorithmes des plus proches voisins, des arbres extrêmement randomisés et des réseaux de neurones. Ces trois algorithmes sont utilisés via diverses techniques d'extrapolation de points nécessaires à la normalisation des observations et permettent d'optimiser la phase d'apprentissage proprement dite.
Ce document se voulant accessible, il présente l'ensemble des bases théoriques nécessaires à une bonne compréhension du problème de l'évaluation de l'excentricité dans des systèmes binaires d'étoiles ainsi que des différents algorithmes d'apprentissage, algorithmes génétiques et techniques d'extrapolation de points. Finalement, une présentation exhaustive de l'ensemble des résultats obtenus en ajustant au mieux les différents paramètres des techniques utilisées est proposée.