Mining process factor causality links with multi-relational associations - Archive ouverte HAL Access content directly
Conference Papers Year : 2019

Mining process factor causality links with multi-relational associations

Liens de causalité entre les facteurs du processus minier et les associations multi-relationnelles

Abstract

To make knowledge-supported decisions, industrial actors often need to examine available data for suggestive patterns. As industrial data are typically unlabeled and involve multiple object types, unsupervised multi-relational (MR) data mining methods are particularly suitable for the task. Current MR association miners merely produce singleton-conclusions rules hence might miss multi-way dependencies. Our novel MR miner builds upon a relational extension of concept analysis to extract general associations. While successfully dealing with circularity in data, it avoids producing cyclic rules by limiting the description depth of relational concepts. Our rules’ relevance was validated by an application to aluminum die casting.
Pour prendre des décisions fondées sur la connaissance, les acteurs industriels ont souvent besoin d'examiner les données disponibles pour trouver des modèles suggestifs. Comme les données industrielles sont généralement non étiquetées et impliquent de multiples types d'objets, les méthodes d'exploration de données multi-relationnelles (MR) non supervisées sont particulièrement adaptées à cette tâche. Les chercheurs d'association actuels ne font que produire des règles de conclusions simples et peuvent donc manquer les dépendances à plusieurs voies. Notre nouveau chercheur MR s'appuie sur une extension relationnelle de l'analyse conceptuelle pour extraire des associations générales. Tout en traitant avec succès la circularité des données, il évite de produire des règles cycliques en limitant la profondeur de description des concepts relationnels. La pertinence de nos règles a été validée par une application au moulage sous pression de l'aluminium.
Fichier principal
Vignette du fichier
sp009-wajnbergA_final.pdf (270.51 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-02377662 , version 1 (25-11-2019)
hal-02377662 , version 2 (20-02-2020)

Identifiers

Cite

Mickael Wajnberg, Petko Valtchev, Mario Lezoche, Hervé Panetto, Alexandre Blondin Masse. Mining process factor causality links with multi-relational associations. 10th International Conference on Knowledge Capture, K-CAP'19, Nov 2019, Marina Del Rey, CA, United States. pp.263-266, ⟨10.1145/3360901.3364446⟩. ⟨hal-02377662v2⟩
87 View
184 Download

Altmetric

Share

Gmail Mastodon Facebook X LinkedIn More