L’analyse relationnelle de concepts pour la fouille de données temporelles – Application à l’étude de données hydroécologiques - Archive ouverte HAL Access content directly
Conference Papers Year : 2016

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

Abstract

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.
Fichier principal
Vignette du fichier
1002178.pdf (1.53 Mo) Télécharger le fichier
Origin : Publisher files allowed on an open archive
Loading...

Dates and versions

hal-01265294 , version 1 (02-10-2019)

Identifiers

  • HAL Id : hal-01265294 , version 1

Cite

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⟩
196 View
108 Download

Share

Gmail Facebook X LinkedIn More