Cette thèse est consacrée à l'introduction d'une compactification des familles de fractions rationnelles dynamiquement marquées de degré d>1 utilisant la compactification de Deligne-Mumford dans le cas particulier du genre zéro. Nous montrerons que les éléments du compactifié peuvent être identifiés à des revêtements d'arbres de sphères dynamiques dont nous donnerons quelques propriétés propres. Dans ce cadre nous pouvons retrouver les résultats démontrés à ce jour par J. Kiwi sur les limites renormalisées sans utiliser les espaces de Berkovich et ré-interpréter d'autres travaux.

L'objectif de notre travail est de déterminer des algorithmes qui facilitent la résolution de jeux combinatoires par des calculs informatiques. En premier lieu, nous expliquons comment l'implémentation du nimber permet d'accélérer le calcul de jeux impartiaux en version normale. Puis, nous proposons des raffinements ou des généralisations d'algorithmes de parcours des arbres de jeu, en particulier le PN-search, tout en discutant de l'intérêt de l'intervention humaine lors de l'exécution de ces algorithmes. Enfin, nous présentons des algorithmes de vérification, dont le but initial était de s'assurer de la validité de nos calculs, mais qui permettent également d'obtenir des arbres solutions de taille réduite. Ces techniques sont appliquées à l'étude de deux jeux : le Sprouts, où les joueurs relient des points par des lignes, et le Dots-and-boxes, dont le but est de compléter le maximum de boîtes en plaçant des arêtes. Le Sprouts est un jeu combinatoire impartial, dont la nature topologique rend difficile la représentation informatique. Nous explicitons une telle représentation, avant d'étudier une généralisation où le jeu se déroule sur des surfaces compactes. Le Dots-and-boxes est un jeu partisan, et nous détaillons diverses simplifications théoriques qui nous ont permis d'obtenir informatiquement des résultats nouveaux sur ce jeu.

Nous cherchons dans cette thèse à calculer les stratégies gagnantes de jeux combinatoires avec un programme informatique. Nous montrons comment les découpages qui apparaissent au sein de certains jeux impartiaux peuvent être utilisés pour accélérer les calculs. Nous détaillons en particulier l'utilisation du concept d'arbre canonique réduit dans les calculs en version misère. Ces méthodes ont été appliquées avec succès au calcul de deux jeux impartiaux en apparence très différents : le Sprouts, où les joueurs relient des points par des lignes, et le Cram, qui consiste à remplir un plateau avec des dominos. Nous exposons ensuite une méthode originale de suivi des calculs de jeux, avec des interactions en temps réel par l'opérateur humain. Enfin, nous décrivons l'architecture du programme modulaire qui nous a permis de réaliser de nombreux calculs différents au sein d'un cadre commun, et qui pourrait être étendu à l'avenir à d'autres jeux ou algorithmes.

Aquesta tesi descriu una gramàtica de Generació que combina regles escrites a mà i tècniques d'aprenentatge automàtic. Aquesta gramàtica pertany a un sistema de Traducció Automàtica de qualitat comercial desenvolupat a Microsoft Research. La primera part presenta la gramàtica i les principals estratègies lingüístiques que aquesta gramàtica implementa. Els requeriments de robustesa que reclama l'ús real del sistema de TA, exigeix del Generador un esforç suplementari que es resol afegint un nivell de pre-generació, capaç de garantir la integritat de l'entrada, sense incorporar elements ad-hoc en les regles de la gramàtica. A la segona part, explorem l'ús dels classificadors d'arbres de decisió (DT) per tal d'aprendre automàticament una de les operacions que tenen lloc al mòdul de pre-generació, en concret la selecció lèxica del verb copulatiu en espanyol (ser o estar). Mostrem que és possible inferir a partir d'exemples els contextos per aquest fenòmen lingüístic no trivial, amb gran precisió. / This thesis describes a Spanish Generation grammar which combines hand-written rules and Machine Learning techniques. This grammar belongs to a full-scale commercial quality Machine Translation system developed at Microsoft Research. The first part presents the grammar and the linguistic strategies it embodies. The need for robustness in real-world situations in the everyday use of the MT system requires from the Generator an extra effort which is resolved by adding a Pre-Generation layer which is able to fix the input to Generation, without contaminating the grammar rules. In the second part we explore the use of Decision Tree classifiers (DT) for automatically learning one of the operations that take place in the Pre-Generation component, namely lexical selection of the Spanish copula (i.e. ser and estar). We show that it is possible to infer from examples the contexts for this non-trivial linguistic phenomenon with high accuracy.

Ce travail contribue à la théorie de la décision possibiliste et plus précisément à la prise de décision séquentielle dans le cadre de la théorie des possibilités, à la fois au niveau théorique et pratique. Bien qu'attrayante pour sa capacité à résoudre les problèmes de décision qualitatifs, la théorie de la décision possibiliste souffre d'un inconvénient important : les critères d'utilité qualitatives possibilistes comparent les actions avec les opérateurs min et max, ce qui entraîne un effet de noyade. Pour surmonter ce manque de pouvoir décisionnel, plusieurs raffinements ont été proposés dans la littérature. Les raffinements lexicographiques sont particulièrement intéressants puisqu'ils permettent de bénéficier de l'arrière-plan de l'utilité espérée, tout en restant "qualitatifs". Cependant, ces raffinements ne sont définis que pour les problèmes de décision non séquentiels. Dans cette thèse, nous présentons des résultats sur l'extension des raffinements lexicographiques aux problèmes de décision séquentiels, en particulier aux Arbres de Décision et aux Processus Décisionnels de Markov possibilistes. Cela aboutit à des nouveaux algorithmes de planification plus "décisifs" que leurs contreparties possibilistes. Dans un premier temps, nous présentons des relations de préférence lexicographiques optimistes et pessimistes entre les politiques avec et sans utilités intermédiaires, qui raffinent respectivement les utilités possibilistes optimistes et pessimistes. Nous prouvons que les critères proposés satisfont le principe de l'efficacité de Pareto ainsi que la propriété de monotonie stricte. Cette dernière garantit la possibilité d'application d'un algorithme de programmation dynamique pour calculer des politiques optimales. Nous étudions tout d'abord l'optimisation lexicographique des politiques dans les Arbres de Décision possibilistes et les Processus Décisionnels de Markov à horizon fini. Nous fournissons des adaptations de l'algorithme de programmation dynamique qui calculent une politique optimale en temps polynomial. Ces algorithmes sont basés sur la comparaison lexicographique des matrices de trajectoires associées aux sous-politiques. Ce travail algorithmique est complété par une étude expérimentale qui montre la faisabilité et l'intérêt de l'approche proposée. Ensuite, nous prouvons que les critères lexicographiques bénéficient toujours d'une fondation en termes d'utilité espérée, et qu'ils peuvent être capturés par des utilités espérées infinitésimales. La dernière partie de notre travail est consacrée à l'optimisation des politiques dans les Processus Décisionnels de Markov (éventuellement infinis) stationnaires. Nous proposons un algorithme d'itération de la valeur pour le calcul des politiques optimales lexicographiques. De plus, nous étendons ces résultats au cas de l'horizon infini. La taille des matrices augmentant exponentiellement (ce qui est particulièrement problématique dans le cas de l'horizon infini), nous proposons un algorithme d'approximation qui se limite à la partie la plus intéressante de chaque matrice de trajectoires, à savoir les premières lignes et colonnes. Enfin, nous rapportons des résultats expérimentaux qui prouvent l'efficacité des algorithmes basés sur la troncation des matrices. / This work contributes to possibilistic decision theory and more specifically to sequential decision-making under possibilistic uncertainty, at both the theoretical and practical levels. Even though appealing for its ability to handle qualitative decision problems, possibilisitic decision theory suffers from an important drawback: qualitative possibilistic utility criteria compare acts through min and max operators, which leads to a drowning effect. To overcome this lack of decision power, several refinements have been proposed in the literature. Lexicographic refinements are particularly appealing since they allow to benefit from the expected utility background, while remaining "qualitative". However, these refinements are defined for the non-sequential decision problems only. In this thesis, we present results on the extension of the lexicographic preference relations to sequential decision problems, in particular, to possibilistic Decision trees and Markov Decision Processes. This leads to new planning algorithms that are more "decisive" than their original possibilistic counterparts. We first present optimistic and pessimistic lexicographic preference relations between policies with and without intermediate utilities that refine the optimistic and pessimistic qualitative utilities respectively. We prove that these new proposed criteria satisfy the principle of Pareto efficiency as well as the property of strict monotonicity. This latter guarantees that dynamic programming algorithm can be used for calculating lexicographic optimal policies. Considering the problem of policy optimization in possibilistic decision trees and finite-horizon Markov decision processes, we provide adaptations of dynamic programming algorithm that calculate lexicographic optimal policy in polynomial time. These algorithms are based on the lexicographic comparison of the matrices of trajectories associated to the sub-policies. This algorithmic work is completed with an experimental study that shows the feasibility and the interest of the proposed approach. Then we prove that the lexicographic criteria still benefit from an Expected Utility grounding, and can be represented by infinitesimal expected utilities. The last part of our work is devoted to policy optimization in (possibly infinite) stationary Markov Decision Processes. We propose a value iteration algorithm for the computation of lexicographic optimal policies. We extend these results to the infinite-horizon case. Since the size of the matrices increases exponentially (which is especially problematic in the infinite-horizon case), we thus propose an approximation algorithm which keeps the most interesting part of each matrix of trajectories, namely the first lines and columns. Finally, we reports experimental results that show the effectiveness of the algorithms based on the cutting of the matrices.

L’augmentation de la fréquence et de l’intensité des événements de grande ampleur est unanime. En France, l’État impose à l’échelle communale, de se préparer à de tels événements en établissant un Plan Communal de Sauvegarde. Cependant les instances décisionnaires à ce niveau ne disposent pas d’outils leurs permettant au préalable de connaitre la capacité de fonctionnement de leur organisation. Ces travaux de recherche proposent une méthode d’évaluation a priori de l’organisation locale d’urgence pour permettre aux instances décisionnaires, d’identifier des points vulnérables dans leur organisation et ainsi leur fournir une aide à la décision. Cette méthode d’évaluation repose sur le formalisme d’une méthode de modélisation établie, permettant d’une part d’appréhender la complexité des éléments mis en jeux dans l’organisation de gestion d’événements et d’autre part sert de base pour les mécanismes d’évaluation. Ces derniers sont quant à eux supportés par le formalisme des arbres de défaillance. Cependant, ce formalisme est limitant, car il ne propose qu’une évaluation de la défaillance à deux états discrets (complètement nulle ou complètement avérée). C’est pourquoi, ces travaux se sont intéressés à la conception d’une méthode d’évaluation à base d’arbre de défaillance multi-États. Cela se traduit par une nouvelle définition des événements et des portes pour les arbres utilisés dans la méthode de modélisation retenue. Un questionnaire a été créé pour collecter auprès des gestionnaires, les informations sur les états de défaillance. Les résultats de l’évaluation sont présentés sous forme de tableaux de bord et permettent ainsi de guider le choix des actions d’amélioration. / The increase in frequency and intensity of major disasters make a consensus. In France, the state imposes to local administrations to be prepared to face such events by describing their local organizations in a Local Emergency Response Plan (LERP). However, there are no existing tools for decision-Makers at this authority scale to a priori assess functioning capacity of the organization described in their plans. This research work proposes an a priori assessment method of Local Emergency Response Plans, to allow local authorities to identify organizational vulnerabilities of their plans, and thus giving to them an aid to decision-Making. This assessment method is laid on an established formalism of modelling methods. This allows, in one hand, to catch the complexity of elements’ stakes in emergency management and in another hand to lay assessment mechanisms for this one. These mechanisms are supported by Fault-Tree formalism. However, this is restricting because the failure of modelled elements can only be assessed on two discrete levels: complete functioning or complete dysfunctioning. This is why this work aims to build an assessment method based on Multi-Level Fault-Tree. This means that new gates have to be described according to the assessed object (LERP). Furthermore, modelled elements have to be improved to take into account Multi-Level considerations in the chosen modelling method. According to that, a questionnaire has been developed to collect information from local authorities about failure states of modelled elements. The results of this assessment are presented in a dashboard format. The purpose is first, to guide local authorities by having a quick overview of the overall organization system represented in the LERP. Secondly, it helps them to plan the vulnerabilities reductions in a management program.

La végétation influence le climat urbain de l'échelle de la rue à l'échelle de la ville. Les arbres de rue, en particulier, constituent une technique alternative à l'atténuation de l'îlot de chaleur urbain et à l'amélioration du confort thermique. Ils modifient les bilans radiatif et énergétique en interceptant et absorbant une partie du rayonnement solaire incident, créent de l'ombre, augmentent l'humidité relative de l'air par évapotranspiration et modifient également les écoulements d'air dans le canyon urbain. Le modèle TEB est un des rares modèles de climat urbain prenant en compte la végétation. Il intègre des paramétrisations dédiées à la végétation basse dans les canyons urbains et aux toitures végétalisées, et peut représenter les interactions de petite échelle entre les surfaces minéralisées, la végétation et l'atmosphère. Dans le cadre de cette thèse, une paramétrisation a été implémentée dans TEB pour modéliser les aspects radiatifs, énergétiques et aérauliques liés à la présence d'arbres de rue dans l'espace urbain. Une canopée arborée explicite a été intégrée dans le canyon urbain au-dessus de la chaussée et des jardins. Le modèle ISBA est utilisé pour représenter les strates haute et basse de la végétation. Les calculs radiatifs du modèle TEB ont été modifiés afin de prendre en compte les effets d'ombrage et d'atténuation du rayonnement solaire et IR liés à la présence de cette canopée, et les interactions IR entre l'ensemble des éléments urbains du canyon. Une évaluation du bilan radiatif a été réalisée grâce à une comparaison avec le modèle architectural d'ensoleillement à haute résolution SOLENE, sur la base de simulations de canyons urbains idéalisés et pour différentes configurations d'arbres de rue. Les flux d'énergie calculés par ISBA selon l'approche \textit{big leaf} ont ensuite été désagrégés entre les contributions de la végétation haute et basse. Les flux des arbres ont été redistribués sur la verticale de façon à modifier le microclimat à hauteur réaliste vis-à-vis de la position de la canopée arborée. Un effet de traînée lié à la présence de la canopée arborée a été intégré dans les équations de quantité de mouvement et d'énergie cinétique turbulente résolues par la paramétrisation de couche limite de surface de TEB pour le volume d'air au sein du canyon. Une évaluation en cas réel de cette nouvelle version du modèle a été conduite sur un site expérimental, à savoir une cour semi-fermée aménagée avec des arbres et où ont été collectées différentes variables microclimatiques. Les résultats montrent des améliorations considérables quant à la modélisation des températures de surface des murs et du sol, de la température de l'air sous la canopée arborée, et de la vitesse du vent. Ces implémentations visent à simuler de façon plus réaliste différentes stratégies d'adaptation par la végétalisation et d'évaluer leurs performances sur l'atténuation de l'îlot de chaleur urbain, le confort thermique, et la consommation d'énergie des bâtiments. / Vegetation influences the urban climate, from road to city scale. Street trees implementation is an alternative technic to reduce the urban heat island and to improve the thermal comfort. They modify the radiative and energetic balances by intercepting and absorbing a part of the solar radiation, provide shade, increase the humidity with evapotranspiration, and alter the air flow in the urban canyons. The TEB model is one the rare urban climate models taking into account vegetation. It integrates parameterizations dedicated to low vegetation and green roofs. It can represent the small-scale interactions between mineral surfaces, vegetation and the atmosphere. During this PhD thesis, a parameterization has been developed to model the radiative, energetic and dynamical effects of street and garden trees in urban spaces. An explicit tree canopy has been integrated into the urban canyon, above gardens but also streets. The ISBA vegetation scheme has been used, and included in TEB, to represent these vegetated entities (both low and high strata). The radiative computations of the TEB model have been improved in order to represent the shading and attenuation of radiation due to trees, as well as all the infra-red interactions between the urban elements. An evaluation of the radiative budget has been done thanks to a comparison with the high- resolution architectural model SOLENE, using numerous different urban canyons with several layouts of tree canopies. Then, the energy fluxes computed by ISBA have been dis- aggregated between contributions from high and low vegetation. Fluxes allocated to the trees have been redistributed on the vertical in order to alter the microclimate at realistic height, i.e. respecting the position of the tree crown. A specific drag force of trees on the airflow is simulated. An evaluation has been done on a real experimental site in a canyon-like courtyard with trees where several microclimatic data were collected. The results show an impressive improvement of the surface temperatures of walls and ground, air temperature and wind speed. In the future, these implementations will allow to simulate more realistically several adaptation strategies using greening at city scale, and to evaluate their efficiency in terms of urban heat island mitigation, improvement of human comfort and building energy consumption.

Les analyses de sûreté de fonctionnement standards sont basées sur la représentation des événements redoutés par des arbres de défaillances, qui les décrivent à l'aide de combinaison logiques d'événements plus basiques (formules Booléennes complexes). Les analyses quantitatives se font avec l'hypothèse que les probabilités d'occurrence de ces événements basiques sont connues. Le but de cette thèse est d'étudier l'impact de l'incertitude épistémique sur les événements élémentaires, ainsi que la propagation de cette incertitude à de plus hauts niveaux. Le problème soulevé est comment calculer l'intervalle de probabilité dans lequel se trouvera l'occurrence d'un événement redouté, lorsque les événements basiques qui le décrivent ont eux-mêmes une probabilité imprécise. Lorsque l'indépendance stochastique est supposée, on se retrouve avec un problème NP-hard. Nous avons donc développé un algorithme permettant de calculer l'intervalle exact dans lequel se trouvera la probabilité d'occurrence d'un événement redouté, grâce à des techniques d'analyse par intervalles. Cet algorithme a également été étendu dans le cas où les probabilités des événements basiques évolueraient en fonction du temps. Nous avons également utilisé une approche par fonctions de croyance pour étudier le cas où l'indépendance stochastique des événements ne peut pas être démontrée : on suppose alors que les probabilités viennent de différentes sources d'information Indépendantes. Dans ce cas, les mesures de plausibilité et de nécessité d'une formule Booléenne complexe sont difficiles à calculer, néanmoins nous avons pu dégager des situations pratiques dans le cadre de leur utilisation pour les Arbres de défaillances pour lesquelles elles se prêtent aux calculs. / Standard approaches to reliability analysis relies on a probabilistic analysis of critical events based on fault tree representations. However in practice, and especially for preventive maintenance tasks, the probabilities ruling the occurrence of these events are seldom precisely known. The aim of this thesis is to study the impact of epistemic uncertainty on probabilities of elementary events such as failures over the probability of some higher level critical event. The fundamental problem addressed by the thesis is thus to compute the probability interval for a Boolean proposition representing a failure condition, given the probability intervals of atomic propositions. When the stochastic independence is assumed, we face a problem of interval analysis, which is NP-hard in general. We have provided an original algorithm that computes the output probability interval exactly, taking into account the monotonicity of the obtained function in terms of some variables so as to reduce the uncertainty. We have also considered the evolution of the probability interval with time, assuming parameters of the reliability function to be imprecisely known. Besides, taking advantage of the fact that a probability interval on a binary space can be modelled by a belief function, we have solved the same problem with a different assumption, namely information source independence. While the problem of computing the belief and plausibility of a Boolean proposition are even harder to compute, we have shown that in practical situations such as usual fault-trees, the additivity condition of probability theory is still valid, which simplifies this calculation. A prototype has been developed to compute the probability interval for a complex Boolean proposition.

L'analyse automatique des expressions faciales est une étape clef pour le développement d'interfaces intelligentes ou l'analyse de comportements. Toutefois, celle-ci est rendue difficile par un grand nombre de facteurs, pouvant être d'ordre morphologiques, liés à l'orientation du visage ou à la présence d'occultations. Nous proposons des adaptations des Random Forest permettant d' adresser ces problématiques:- Le développement des Pairwise Conditional Random Forest, consistant en l'apprentissage de modèles à partir de paires d'images expressives. Les arbres sont de plus conditionnés par rapport à l'expression de la première image afin de réduire la variabilité des transitions. De plus, il est possible de conditionner les arbres en rapport avec une estimation de la pose du visage afin de permettre la reconnaissance quel que soit le point de vue considéré.- L'utilisation de réseaux de neurones auto-associatifs pour modéliser localement l'apparence du visage. Ces réseaux fournissent une mesure de confiance qui peut être utilisée dans le but de pondérer des Random Forests définies sur des sous-espaces locaux du visage. Ce faisant, il est possible de fournir une prédiction d'expression robuste aux occultations partielles du visage.- Des améliorations du récemment proposé algorithme des Neural Decision Forests, lesquelles consistent en une procédure d'apprentissage simplifiée, ainsi qu'en une évaluation "greedy" permettant une évaluation plus rapide, avec des applications liées à l'apprentissage en ligne de représentations profondes pour la reconnaissance des expressions, ainsi que l'alignement de points caractéristiques. / Automatic face analysis is a key to the development of intelligent human-computer interaction systems and behavior understanding. However, there exist a number of factors that makes face analysis a difficult problem. This include morphological differences between different persons, head pose variations as well as the possibility of partial occlusions. In this PhD, we propose a number of adaptations of the so-called Random Forest algorithm to specifically adress those problems. Mainly, those improvements consist in:– The development of a Pairwise Conditional Random Forest framework, that consists in training Random Forests upon pairs of expressive images. Pairwise trees are conditionned on the expression label of the first frame of a pair to reduce the ongoing expression transition variability. Additionnally, trees can be conditionned upon a head pose estimate to peform facial expression recognition from an arbitrary viewpoint.– The design of a hierarchical autoencoder network to model the local face texture patterns. The reconstruction error of this network provides a confidence measurement that can be used to weight Randomized decision trees trained on spatially-defined local subspace of the face. Thus, we can provide an expression prediction that is robust to partial occlusions.– Improvements over the very recent Neural Decision Forests framework, that include both a simplified training procedure as well as a new greedy evaluation procedure, that allows to dramatically improve the evaluation runtime, with applications for online learning and, deep learning convolutional neural network-based features for facial expression recognition as well as feature point alignement.

La classification d'images s'articule généralement autour des deux étapes que sont l'étape d'extraction de signatures suivie de l'étape d'analyse des données extraites, ces dernières étant généralement quantitatives. De nombreux modèles de classification ont été proposés dans la littérature, le choix du modèle le plus adapté est souvent guidé par les performances en classification ainsi que la lisibilité du modèle. L'arbre de classification et le treillis de Galois sont deux modèles symboliques connus pour leur lisibilité. Dans sa thèse [Guillas 2007], Guillas a utilisé efficacement les treillis de Galois pour la classification d'images, et des liens structurels forts avec les arbres de classification ont été mis en évidence. Les travaux présentés dans ce manuscrit font suite à ces résultats, et ont pour but de définir un modèle hybride entre ces deux modèles, qui réunissent leurs avantages (leur lisibilité respective, la robustesse du treillis et le faible espace mémoire de l'arbre). A ces fins, l'étude des liens existants entre les deux modèles a permis de mettre en avant leurs différences. Tout d'abord, le type de discrétisation, les arbres utilisent généralement une discrétisation locale tandis que les treillis, initialement définis pour des données binaires, utilisent une discrétisation globale. A partir d'une étude des propriétés des treillis dichotomiques (treillis définis après une discrétisation), nous proposons une discrétisation locale pour les treillis permettant d'améliorer ses performances en classification et de diminuer sa complexité structurelle. Puis, le processus de post-élagage mis en œuvre dans la plupart des arbres a pour objectif de diminuer la complexité de ces derniers, mais aussi d'augmenter leurs performances en généralisation. Les simplifications de la structure de treillis (exponentielle en la taille de données dans les pires cas), quant à elles, sont motivées uniquement par une diminution de la complexité structurelle. En combinant ces deux simplifications, nous proposons une simplification de la structure du treillis obtenue après notre discrétisation locale et aboutissant à un modèle de classification hybride qui profite de la lisibilité des deux modèles tout en étant moins complexe que le treillis mais aussi performant que celui-ci. / Image classification is generally based on two steps namely the extraction of the image signature, followed by the extracted data analysis. Image signature is generally numerical. Many classification models have been proposed in the literature, among which most suitable choice is often guided by the classification performance and the model readability. Decision trees and Galois lattices are two symbolic models known for their readability. In her thesis {Guillas 2007}, Guillas efficiently used Galois lattices for image classification. Strong structural links between decision trees and Galois lattices have been highlighted. Accordingly, we are interested in comparing models in order to design a hybrid model between those two. The hybrid model will combine the advantages (robustness of the lattice, low memory space of the tree and readability of both). For this purpose, we study the links between the two models to highlight their differences. Firstly, the discretization type where decision trees generally use a local discretization while Galois lattices, originally defined for binary data, use a global discretization. From the study of the properties of dichotomic lattice (specific lattice defined after discretization), we propose a local discretization for lattice that allows us to improve its classification performances and reduces its structural complexity. Then, the process of post-pruning implemented in most of the decision trees aims to reduce the complexity of the latter, but also to improve their classification performances. Lattice filtering is solely motivated by a decrease in the structural complexity of the structures (exponential in the size of data in the worst case). By combining these two processes, we propose a simplification of the lattice structure constructed after our local discretization. This simplification leads to a hybrid classification model that takes advantage of both decision trees and Galois lattice. It is as readable as the last two, while being less complex than the lattice but also efficient.