Extraction efficace de règles graduelles - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier
Conference Papers Year : 2009

Extraction efficace de règles graduelles

Lisa Di Jorio
  • Function : Author
  • PersonId : 938396
Anne Laurent

Abstract

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.
Fichier principal
Vignette du fichier
1000764.pdf (41.2 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

lirmm-00362558 , version 1 (20-09-2019)

Identifiers

  • HAL Id : lirmm-00362558 , version 1

Cite

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⟩
109 View
24 Download

Share

More