Towards a flexible and scalable data stream algorithm in FCA - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Towards a flexible and scalable data stream algorithm in FCA

Hacia un algoritmo de flujo de datos flexible y escalable en FCA

Résumé

The amount of different environments where data can be exploited have increased partly because of the massive adoption of technologies such as microservices and distributed architectures. Accordingly, approaches to treat data are in constant improvement. An example of this is the Formal Concept Analysis framework that has seen an increase in the methods carried out to increment its capabilities in the mentioned environments. However, on top of the exponential nature of the output that the framework produces, the data stream processing environment still poses challenges regarding the flexibility in the usage of FCA and its extensions. Consequently, several approaches have been proposed to deal with them considering different constraints, such as receiving unsorted elements or unknown attributes. In this work, the notion of flexibly scalable for FCA distributed algorithms consuming data streams is defined. Additionally, the meaning of different scenarios of lattice merge in a particular data stream model is discussed. Finally, a pseudo-algorithm for merging lattices in the case of disjoint objects is presented. The presented work is a preliminary result and, in the future, it is expected to cover the other aspects of the problem with real data for validation.
Le nombre d'environnements différents dans lesquels les données peuvent être exploitées a augmenté en partie en raison de l'adoption massive de technologies telles que les microservices et les architectures distribuées. Par conséquent, les approches de traitement des données sont en constante amélioration. Le cadre d'analyse conceptuelle formelle en est un exemple : les méthodes utilisées pour accroître ses capacités dans les environnements mentionnés ont augmenté. Cependant, outre la nature exponentielle des résultats produits par le cadre, l'environnement de traitement des flux de données pose encore des défis en ce qui concerne la flexibilité dans l'utilisation de l'ACF et de ses extensions. Par conséquent, plusieurs approches ont été proposées pour les traiter en tenant compte de différentes contraintes, telles que la réception d'éléments non triés ou d'attributs inconnus. Dans ce travail, la notion d'évolutivité flexible pour les algorithmes distribués FCA consommant des flux de données est définie. En outre, la signification des différents scénarios de fusion de treillis dans un modèle de flux de données particulier est discutée. Enfin, un pseudo-algorithme pour la fusion de treillis dans le cas d'objets disjoints est présenté. Le travail présenté est un résultat préliminaire et, à l'avenir, il devrait couvrir les autres aspects du problème avec des données réelles pour validation.
Fichier principal
Vignette du fichier
ICCS2023-corrected.pdf (363.49 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04278461 , version 1 (10-11-2023)

Identifiants

Citer

Nicolás Leutwyler, Mario Lezoche, Diego Torres, Hervé Panetto. Towards a flexible and scalable data stream algorithm in FCA. 28th International Conference on Conceptual Structures, ICCS 2023, Manuel Ojeda-Aciego; Kai Sauerwald; Robert Jäschke, Sep 2023, Berlin, Germany. pp.104-117, ⟨10.1007/978-3-031-40960-8_9⟩. ⟨hal-04278461⟩
49 Consultations
7 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More