Vers une approche efficace d'extraction de motifs spatio-séquentiels - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier Access content directly
Conference Papers Year : 2012

Towards an effective approach of extracting spatio-sequential patterns

Vers une approche efficace d'extraction de motifs spatio-séquentiels

Abstract

In these last years, large quantity of spatio-temporal data stored leads to new needs such that management of natural risks, health or anthropogenic (e.g. understanding the dynamic of dengue epidemic). In this paper, we define a new theoretical framework for extracting spatio-sequential patterns. A spatio-sequential pattern is a sequence representing evolution of locations and their neighborhoods over time. We propose an efficient algorithm based on depth-first-search with successive projections over the database. We introduce a new interestingness measure taking into account both spatial and temporal aspects. Experiments are conducted on real datasets highlight the relevance of our method.
Ces dernières années, l'augmentation de la quantité d'informations spatio-temporelles stockées dans les bases de données a fait naître de nouveaux besoins, notamment en matière de gestion des risques naturels, sanitaires ou anthropiques (p. ex. compréhension de la dynamique d'une épidémie de Dengue). Dans cet article, nous définissons un cadre théorique pour l'extraction de motifs spatio-séquentiels, séquences de motifs spatiaux représentant l'évolution dans le temps d'une localisation et de son voisinage. Nous proposons un algorithme d'extraction efficace qui effectue un parcours en profondeur en s'appuyant sur des projections successives de la base de données. Nous introduisons également une mesure d'intérêt adaptée aux aspects spatio-temporels de ces motifs. Les expérimentations réalisées sur des jeux de données réels soulignent la pertinence de l'approche proposée par rapport aux méthodes de la littérature.
Fichier principal
Vignette du fichier
1001159.pdf (834.38 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

lirmm-00802118 , version 1 (02-10-2020)

Identifiers

Cite

Hugo Alatrista Salas, Sandra Bringay, Frédéric Flouvat, Nazha Selmaoui-Folcher, Maguelonne Teisseire. Vers une approche efficace d'extraction de motifs spatio-séquentiels. EGC: Extraction et Gestion des Connaissances, Jan 2012, Bordeaux, France. pp.161-172. ⟨lirmm-00802118⟩
300 View
58 Download

Share

Gmail Facebook X LinkedIn More