Motifs séquentiels et écarts flous

Résumé : Fouiller des données numériques pour découvrir de nouvelles connaissances est une tâche non triviale très étudiée depuis quelques années. Dans notre travail, nous nous intéressons à des données numériques qui peuvent être issues par exemple de biotechnologies comme les puces ADN. Elles permettent aux biologistes de découvrir de nouvelles corrélations de gènes pour mieux comprendre certaines maladies comme le cancer. Dans ce contexte, des motifs séquentiels du type <(Gene1 Gene5)(Gene2)> ont été découverts signifiant que les gènes Gene1 et Gene5 ont le même niveau d'expression alors que le gène Gene2 a une expression plus élevée. Cependant il est difficile de mesurer les écarts entre les éléments de la base de données. Nous proposons donc, dans cet article, d'utiliser une partition floue fournie par les experts pour définir des motifs pouvant servir à caractériser plus finement ces écarts.
Document type :
Conference papers
Complete list of metadatas

Cited literature [5 references]  Display  Hide  Download

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00430508
Contributor : Anne Laurent <>
Submitted on : Wednesday, October 9, 2019 - 11:53:06 AM
Last modification on : Wednesday, October 9, 2019 - 5:16:20 PM

File

lirmm-00430508v1.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : lirmm-00430508, version 1

Collections

Citation

Paola Salle, Sandra Bringay, Anne Laurent, Maguelonne Teisseire. Motifs séquentiels et écarts flous. LFA: Logique Floue et ses Applications, Nov 2009, Annecy, France. pp.41-48. ⟨lirmm-00430508⟩

Share

Metrics

Record views

214

Files downloads

4