Fouille de données agricoles par Modèles de Markov cachés

Jean-François Mari 1 Florence Le Ber 1 Marc Benoît
1 ORPAILLEUR - Knowledge representation, reasonning
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Nous développons des outils de fouille de données spatio-temporelles à partir de modèles de Markov d'ordre supérieur. Ces modèles permettent de représenter des observations temporelles et spatiales comme des successions d'états où les transitions entre états dépendent, suivant l'ordre du modèle, de l'état courant et des n états précédents. Ils ont été utilisés sur des données teruti, qui sont des données spatio-temporelles d'utilisation du territoire, afin d'extraire les régularités d'utilisation des terres agricoles. Ce travail a été effectué en lien avec des experts agronomes. Dans cet article, nous détaillons les modèles utilisés et la démarche mise en oeuvre avec les agronomes. Nous présentons aussi des outils de visualisation que nous avons développés pour faciliter l'appropriation par les experts des résultats de la fouille. Finalement nous montrons l'intéret de notre approche pour la fouille de données spatio-temporelles.
Type de document :
Communication dans un congrès
Journées francophones d'Ingénierie des Connaissances - IC'2000, 2000, Toulouse, France, pp.197--205, 2000
Liste complète des métadonnées

https://hal.inria.fr/inria-00099024
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 08:45:35
Dernière modification le : jeudi 11 janvier 2018 - 06:19:55
Document(s) archivé(s) le : mercredi 29 mars 2017 - 12:40:37

Fichiers

Identifiants

  • HAL Id : inria-00099024, version 1

Collections

Citation

Jean-François Mari, Florence Le Ber, Marc Benoît. Fouille de données agricoles par Modèles de Markov cachés. Journées francophones d'Ingénierie des Connaissances - IC'2000, 2000, Toulouse, France, pp.197--205, 2000. 〈inria-00099024〉

Partager

Métriques

Consultations de la notice

156

Téléchargements de fichiers

48