Éditeur(s) : HAL CCSD
Résumé : International audience
L'extraction de motifs séquentiels fréquents dans les data streams est un enjeu important traité par la communauté des chercheurs en fouille de données. Plus encore que pour les bases de données, de nombreuses contraintes supplémentaires sont à considérer de par la nature intrinsèque des streams. Dans cet article, nous proposons un nouvel algorithme en une passe : SPAMS, basé sur la construction incrémentale, avec une granularité très fine par transaction, d'un automate appelé SPA, permettant l'extraction des motifs séquentiels dans les streams. L'information du stream est apprise à la volée, au fur et à mesure de l'insertion de nouvelles transactions, sans pré-traitement a priori. Les résultats expérimentaux obtenus montrent la pertinence de la structure utilisée ainsi que l'efficience de notre algorithme appliqué à différents jeux de données.
EGC'09 : Extraction et Gestion des Connaissances
Strasbourg, France

lirmm-00345563
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00345563

Éditeur(s) : HAL CCSD
Résumé : International audience
In the analysis of coastal hazards, the features of extreme waves are determining information to question the impact of storms to the coast. The spatial behaviour of extreme waves is even more valuable especially since it is sparsely provided. Regarding recent applications in other contexts, a kind of statistical models called max-stable processes is relevant for modelling spatial extreme events. Max-stable processes are extensions of the well-known Generalised Extreme Value (GEV) distribution. Unlike univariate approaches, max-stable processes consider spatial dependence of a phenomenon. Such a modelling also overtakes a standard multivariate approach by providing information continuously over the area studied, even where no observation is available. Relying on such a stochastic modelling, the aim of this study is to discuss the extreme waves hazards in the Gulf of Lions, focusing on their spatial behaviour.
34th Conference on Coastal Engineering
Seoul, South Korea

lirmm-01382568
https://hal-lirmm.ccsd.cnrs.fr/lirmm-01382568
https://hal-lirmm.ccsd.cnrs.fr/lirmm-01382568/document
https://hal-lirmm.ccsd.cnrs.fr/lirmm-01382568/file/7553-31212-1-PB.pdf
DOI : 10.9753/icce.v34.management.17

Éditeur(s) : HAL CCSD Elsevier
Résumé : International audience
A data stream is a potentially uninterrupted flow of data. Mining this flow makes it necessary to cope with uncertainty, as only a part of the stream can be stored. In this paper, we evaluate a statistical technique which biases the estimation of the support of patterns, so as to maximize either the precision or the recall, as chosen by the user, and limit the degradation of the other criterion. Theoretical results show that the technique is not far from the optimum, from the statistical standpoint. Experiments performed tend to demonstrate its potential, as it remains robust even under significant distribution drifts.
ISSN: 0031-3203

lirmm-00365474
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00365474

Éditeur(s) : HAL CCSD
Résumé : National audience
Les entrepôts de données occupent aujourd'hui une place centrale dans le processus décisionnel. Outre leur consultation, une des finalités des entrepôts est de servir de socle aux techniques de fouilles de données. Malheureusement, les approches existantes exploitent peu les particularités des entrepôts (multidimensionnalité, hiérarchies et données historiques). Parmi ces méthodes, l'extraction de motifs séquentiels multidimensionnels a récemment été étudiée. Nous montrons dans cet article que ces dernières ne tirent pas pleinement profit des hiérarchies et ne découvrent par conséquent qu'une partie seulement des motifs qualitativement intéressants. Nous proposons alors une méthode d'extraction de motifs séquentiels multidimensionnels basée sur un automate et extrayant de nouveaux motifs. Les différentes expérimentations menées sur des jeux de données synthétiques attestent des bonnes performances de notre proposition.
EGC: Extraction et Gestion des Connaissances
Hammamet, Tunisia

hal-00502002
https://hal.archives-ouvertes.fr/hal-00502002
https://hal.archives-ouvertes.fr/hal-00502002/document
https://hal.archives-ouvertes.fr/hal-00502002/file/SALINES-EGC.pdf

Éditeur(s) : HAL CCSD Springer Berlin / Heidelberg
Résumé : International audience
In distributed collaborative systems, replicated objects, shared by users, are subject to concurrency constraints. All methods [4, 13, 18, 15, 16, 19, 22] proposed to serialize concurrent operations and achieve copies convergence of replicated objects are based on the use of Operational Transformations. In this context, giving the user the ability to undo an operation has been recognized as a difficult problem [1, 2, 3, 12, 14, 20, 21]. The few general propositions to solve the problem sometimes compromise copies convergence and/or users' intention, insofar as the Operational Transformations used are unsuitable for undo. This paper has a twofold objective. Firstly, it aims to highlight two general conditions (named C3 and C4) that need to be satisfied by any transformation adapted to undo. Secondly, it presents a general undo algorithm based on the definition of a generic undo-fitted transformation, which automatically verifies these conditions. The interest of the proposed method is that the undoing of an operation obeys to the same processing as the one used for regular operations in collaborative systems such as [15,19].
12th International Conference on Cooperative Informations Systems
Agia Napa, Cyprus

hal-00684656
https://hal.archives-ouvertes.fr/hal-00684656
DOI : 10.1007/978-3-540-30468-5_12