Extraction de Motifs Séquentiels Multidimensionnels Clos sans Gestion d'Ensemble de Candidats

Marc Plantevit 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 : L'extraction de motifs séquentiels permet de découvrir des corrélations entre événements au cours du temps. Introduisant plusieurs dimensions d'analyse, les motifs séquentiels multidimensionnels permettent de découvrir des motifs plus pertinents. Mais le nombre de motifs obtenus peut devenir très important. C'est pourquoi nous proposons, dans cet article, de définir une représentation condensée garantie sans perte d'information : les motifs séquentiels multidimensionnels clos extraits ici sans gestion d'ensemble de candidats.
Type de document :
Communication dans un congrès
EGC: Extraction et Gestion des Connaissances, Jan 2007, Nice, France. 2007
Liste complète des métadonnées

Littérature citée [18 références]  Voir  Masquer  Télécharger

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00199036
Contributeur : Marc Plantevit <>
Soumis le : mardi 18 décembre 2007 - 12:21:51
Dernière modification le : jeudi 24 mai 2018 - 15:59:23
Document(s) archivé(s) le : lundi 12 avril 2010 - 08:19:25

Fichiers

Identifiants

  • HAL Id : lirmm-00199036, version 1

Collections

Citation

Marc Plantevit, Anne Laurent, Maguelonne Teisseire. Extraction de Motifs Séquentiels Multidimensionnels Clos sans Gestion d'Ensemble de Candidats. EGC: Extraction et Gestion des Connaissances, Jan 2007, Nice, France. 2007. 〈lirmm-00199036〉

Partager

Métriques

Consultations de la notice

169

Téléchargements de fichiers

233