Clustering de séquences d'évènements temporels

Résumé : Nous proposons une nouvelle méthode de clustering et d'analyse de séquences temporelles basée sur les modèles en grille à trois dimensions. Les séquences sont partitionnées en clusters, la dimension temporelle est discrétisée en intervalles et la dimension évènement est partitionnée en groupes. La grille de cellules 3D forme ainsi un estimateur non-paramétrique constant par morceaux de densité jointe des séquences et des dimensions des évènements temporels. Les séquences d'un cluster sont ainsi groupés car elles suivent une distribution similaire d'évènements au cours du temps. Nous proposons aussi une méthode d'exploitation du clustering par simplification de la grille ainsi que des indicateurs permettant d'interpréter les clusters et de caractériser les séquences qui les composent. Les expériences sur des données artificielles ainsi que sur des données réelles issues de DBLP démontrent le bien-fondé de notre approche.
Type de document :
Communication dans un congrès
Extraction et gestion des connaissances (EGC'2014), Jan 2014, Rennes, France. Revues des nouvelles technologies de l'information, 26, 2014
Liste complète des métadonnées

http://hal.univ-reunion.fr/hal-01464487
Contributeur : Réunion Univ <>
Soumis le : vendredi 10 février 2017 - 11:43:03
Dernière modification le : samedi 11 février 2017 - 01:06:03

Identifiants

  • HAL Id : hal-01464487, version 1

Collections

Citation

Romain Guigourès, Dominique Gay, Marc Boullé, Fabrice Clérot. Clustering de séquences d'évènements temporels. Extraction et gestion des connaissances (EGC'2014), Jan 2014, Rennes, France. Revues des nouvelles technologies de l'information, 26, 2014. <hal-01464487>

Partager

Métriques

Consultations de la notice

19