L’analyse relationnelle de concepts pour la fouille de données temporelles – Application à l’étude de données hydroécologiques

Résumé : Cet article présente une méthode d'exploration de données temporelles, fondée sur l'analyse relationnelle de concepts (ARC) et appliquée à des données séquentielles construites à partir d'échantillons physico-chimiques et biologiques prélevés dans des cours d'eau. Notre but est de mettre au jour des sous-séquences pertinentes et hiérarchisées, associant les deux types de paramètres. Pour faciliter la lecture, ces sous-séquences sont représentées sous la forme de motifs partiellement ordonnés (po-motifs). Le processus de fouille de données se décompose en plusieurs étapes : construction d'un modèle temporel ad hoc et mise en oeuvre de l'ARC ; extraction des sous-séquences synthétisées sous la forme de po-motifs ; sélection des po-motifs intéressants grâce à une mesure exploitant la distribution des extensions de concepts. Le processus a été testé sur un jeu de données réelles et évalué quantitativement et qualitativement.
Document type :
Conference papers
Complete list of metadatas

Cited literature [20 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01265294
Contributor : Florence Le Ber <>
Submitted on : Wednesday, October 2, 2019 - 10:50:48 AM
Last modification on : Thursday, October 10, 2019 - 4:32:28 PM

File

1002178.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-01265294, version 1

Citation

Cristina Nica, Agnès Braud, Xavier Dolques, Marianne Huchard, Florence Le Ber. L’analyse relationnelle de concepts pour la fouille de données temporelles – Application à l’étude de données hydroécologiques. EGC: Extraction et Gestion des Connaissances, Jan 2016, Reims, France. pp.267-278. ⟨hal-01265294⟩

Share

Metrics

Record views

317

Files downloads

2