Extraction efficace de règles graduelles

Lisa Di Jorio 1 Anne Laurent 1 Maguelonne Teisseire 1
1 TATOO - Fouille de données environnementales
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : Les règles graduelles suscitent depuis quelques années un intérêt croissant. De telles règles, de la forme "Plus (moins) A1 et ... plus (moins) An alors plus (moins) B1 et ... plus (moins) Bn'' trouvent application dans de nombreux domaines tels que la bioinformatique, les contrôleurs flous, les relevés de capteurs ou encore les flots de données. Ces bases, souvent composées d'un grand nombre d'attributs, restent un verrou pour l'extraction automatique de connaissances, car elles rendent inefficaces les techniques de fouille habituelles (règles d'association, clustering...). Dans cet article, nous proposons un algorithme efficace d'extraction d'itemset graduels basé sur l'utilisation des treillis. Nous définissons formellement les notions de gradualité, ainsi que les algorithmes associés. Des expérimentations menées sur jeux de données synthétiques et réels montrent l'intérêt de notre méthode.
Document type :
Conference papers
Complete list of metadatas

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00362558
Contributor : Lisa Di Jorio <>
Submitted on : Friday, September 20, 2019 - 4:35:39 PM
Last modification on : Friday, September 20, 2019 - 4:43:47 PM

File

1000764.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : lirmm-00362558, version 1

Collections

Citation

Lisa Di Jorio, Anne Laurent, Maguelonne Teisseire. Extraction efficace de règles graduelles. EGC: Extraction et Gestion des Connaissances, Jan 2009, Strasbourg, France. pp.199-204. ⟨lirmm-00362558⟩

Share

Metrics

Record views

181

Files downloads

1