Analyse de processus métier pour la détection d'anomalies : approche non-supervisée appliquée au secteur de l'assurance - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2016

Analyse de processus métier pour la détection d'anomalies : approche non-supervisée appliquée au secteur de l'assurance

Michel Lutz
Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
Vincent Levorato
  • Fonction : Auteur
  • PersonId : 867649
Laboratoire d'informatique et des systèmes complexes

Domaines

Machine Learning [stat.ML]

Michel Lutz  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02093414

Soumis le : lundi 8 avril 2019-21:26:30

Dernière modification le : vendredi 26 mai 2023-11:18:08

Fichier non déposé

Dates et versions

hal-02093414 , version 1 (08-04-2019)

Identifiants

  • HAL Id : hal-02093414 , version 1

Citer

Michel Lutz, Vincent Levorato. Analyse de processus métier pour la détection d'anomalies : approche non-supervisée appliquée au secteur de l'assurance. AAFD et SFC'16 : Conférence Internationale Francophone sur la Science des Données, May 2016, Grenoble, France. ⟨hal-02093414⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

EPHE PRES_CLERMONT CNRS LIMOS PSL CLERMONT-AUVERGNE-INP
39 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More