Mining Object Movement Patterns from Trajectory Data

Nhathai Phan 1
1 ADVANSE - ADVanced Analytics for data SciencE
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : La fouille de motifs d'objets en mouvement pour mieux appréhender le comportement des objets a de très nombreuses applications. Cependant, même si les modèles de motifs existants sont très pertinents, il existe de nombreuses challenges: 1) il existe de très nombreux types de motifs qu'il est difficile d'appréhender, 2) il n'existe pas d'approches qui considèrent véritablement les différences entre estampilles temporelles, 3) elles se focalisent sur un seul type de motifs et ne sont donc pas capable de faire émerger d'autres motifs qui pourraient être intéressant, 4) elles engendrent une grande quantité de motifs et seulement quelques uns d'entre eux sont utiles, 5) généralement elles ne sont pas capables de prendre en compte des données fortement très volumineuses et évolutives. Dans cette thèse, je fais différentes propositions pour répondre à ces challenges. Nous proposons une approche en trois étapes : 1) la première étape propose une approche unifiée pour extraire l'ensemble des trajectoires de la literature, 2) nous proposons ensuite une nouvelle approche originale pour gérer les évolutions au cours du temps des trajectoires et proposons la notion de trajectoires graduelles pour analyser le comportement des objets de manière graduelle, 3) dans la dernière étape nous proposons une approche, appelée SmartCombo, inspirée de MDL, pour extraire l'ensemble des trajectoires représentatives (top-k) à partir de données spatio-temporelles. Nous montrons également le système développé, Multi-Move, qui via une interface graphique permet d'extraire et de visualiser l'ensemble des trajectoires. En complément nous présentons également des recherches que nous avons menées pour généraliser les motifs graduels en prenant en compte des bases de données multi-relationnelles.
Type de document :
Thèse
Databases [cs.DB]. Université Monpellier 2, 2013. English
Liste complète des métadonnées

Littérature citée [68 références]  Voir  Masquer  Télécharger

https://hal-lirmm.ccsd.cnrs.fr/tel-01379206
Contributeur : Pascal Poncelet <>
Soumis le : mardi 11 octobre 2016 - 11:20:55
Dernière modification le : jeudi 24 mai 2018 - 15:59:25
Document(s) archivé(s) le : samedi 4 février 2017 - 18:55:45

Identifiants

  • HAL Id : tel-01379206, version 1

Collections

Citation

Nhathai Phan. Mining Object Movement Patterns from Trajectory Data. Databases [cs.DB]. Université Monpellier 2, 2013. English. 〈tel-01379206〉

Partager

Métriques

Consultations de la notice

196

Téléchargements de fichiers

807