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.
Document type :
Conference papers
Complete list of metadatas

Cited literature [18 references]  Display  Hide  Download

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00199036
Contributor : Marc Plantevit <>
Submitted on : Tuesday, December 18, 2007 - 12:21:51 PM
Last modification on : Tuesday, February 26, 2019 - 4:15:55 PM
Long-term archiving on : Monday, April 12, 2010 - 8:19:25 AM

Identifiers

  • 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. ⟨lirmm-00199036⟩

Share

Metrics

Record views

191

Files downloads

282