TSRuleGrowth : Extraction de règles de prédiction semi-ordonnées à partir d'une série temporelle d'éléments discrets, application dans un contexte d'intelligence ambiante

Abstract : This paper presents a new algorithm : TSRuleGrowth, looking for partially-ordered rules over a time series. This algorithm takes principles from the state of the art of rule mining and applies them to time series via a new notion of support. We apply this algorithm to real data from a connected environment, which extract user habits through different connected objects.
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-02190737
Contributor : Benoit Vuillemin <>
Submitted on : Monday, July 22, 2019 - 5:08:33 PM
Last modification on : Wednesday, July 24, 2019 - 9:58:02 AM

Files

Publication.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02190737, version 1

Citation

Benoit Vuillemin, Lionel Delphin-Poulat, Rozenn Nicol, Laëtitia Matignon, Salima Hassas. TSRuleGrowth : Extraction de règles de prédiction semi-ordonnées à partir d'une série temporelle d'éléments discrets, application dans un contexte d'intelligence ambiante. Conférence Nationale sur les Applications Pratiques de l'Intelligence Artificielle (APIA), Jul 2019, Toulouse, France. ⟨hal-02190737v1⟩

Share

Metrics

Record views

14

Files downloads

5