Transposition de données de gestion à grande échelle vers des images structurées pour l’application de réseaux de neurones convolutifs Rebecca Leygonie PhD student à l’Université de Paris et Data Scientist au laboratoire BI & Big Data du Ministère des Armées 3 février 2022

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Système National des Données de Santé 2/15 SNDS = plus de 3 000 variables et un flux annuel de : 1.2 milliards de feuilles de soins 11 millions de séjours hospitaliers 500 millions d’actes 450 To de données Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Fléau de la dimension 4/15 Compléxité temporelle des approches classiques : O(m ∗ n2) avec n : nombre d’attributs et m : nombre d’observations. Si m = 67Mio et n = 3 000 ⇒ 6.03e + 14s ≃ 190258 siècles. Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Réduction de dimension 5/15 Fig. : Principal Component Analysis Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Représenter les données du SNDS sous forme d’images pour y appliquer des modèles de la vision par ordinateur. Exemple : Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Applications 8/15 Détection de pathologies Analyse des facteurs de risque Analyse de phénomènes sociaux Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Objectif 9/15 Analyse empirique de l’information résiduelle nécessaire pour la classification d’images Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Données de synthèse 10/15 Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Ajout de bruit 11/15 Inversement de pixels Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Ajout de bruit 12/15 Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Résultats 13/15 Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Résultats 14/15 Tab. : Comparaison des performances du classifieur et du décodeur en fonction du bruit utilisé durant la génération des QR Codes Bruit Classifieur Décodeur Random distortions 99.5% 63.5% Ruled surface distortions 99.35% 54.3% Foreground/Background selection 99.35% 97.5% Rebecca Leygonie [email protected]

Système National des Données de Santé (SNDS) Fléau de la dimension Réduction de dimension Objectif Analyse empirique Objectif Données de synthèse Ajout de bruit Résultats Merci pour votre attention ! Rebecca Leygonie [email protected]