Éditeur(s) : HAL CCSD
Résumé : International audience
After defining the High Performance Pre- Computing --referred as HPPC-- concept, the aim of the present study is to develop a prototype whether to approve or not the benefits of this concept. Our application case tries to answer the geophysical issue of coastal flooding. This is an example of an alert system based on the HPPC architecture, thus on pre-computed scenarios. The prototype provides the scientists with an ergonomic and on-demand tool allowing the run of scenarios of any implemented numerical models. These runs are available through a web application which submits the corresponding jobs on the remote french public cluster of HPC@LR. In this study we simulate the waves propagation over a Mediterranean grid using the wave model WaveWatch III⃝R . A reference simulation using usual conditions is approximated using the k-NN algorithm over 12, 98 and then 980 pre-computed scenarios. This simple experiment demonstrates how useful the pre-computing of scenarios is for alert systems as far as enough and relevant scenarios are pre-computed. This is the reason why searches continue in each critical points of the HPPC architecture such as the design of experiment, the approximation of the results by meta-models and the research of the closest scenarios in this big data context.
4th International Conference on Knowledge and Systems Engineering
Danang, Vietnam

lirmm-00736797
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00736797
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00736797/document
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00736797/file/PID2396685.pdf
DOI : 10.1109/KSE.2012.36

Éditeur(s) : HAL CCSD SciTePress
Résumé : International audience
Data integration and knowledge capitalization combine data and information coming from different data sources designed by different experts having different purposes. In this paper, we propose to assist the underlying model merging activity. For close models made by experts of various specialities, we partially automate the identification of a Greatest Common Model (GCM) which is composed of the common concepts (core concepts) of the different models. Our methodology is based on Formal Concept Analysis which is a method of data analysis based on lattice theory. A decision tree allows to semi-automatically classify concepts from the concept lattices and assist the GCM extraction. We apply our approach on the EIS-Pesticide project, an environmental information system which aims at centralizing knowledge and information produced by different specialized teams.
ICEIS 2012: 14th International Conference on Enterprise Information Systems
Wroclaw, Poland

lirmm-00727009
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00727009

Éditeur(s) : HAL CCSD Cépaduès-Éditions
Résumé : International audience
Nous présentons dans cet article un nouvel algorithme permettant la construction et la mise à jour incrémentale du FIAθ : FIASCO. Notre algorithme effectue un seul passage sur les données et permet de prendre en compte les nouveaux batches, itemset par itemset et pour chaque itemset, item par item.
EGC: Extraction et Gestion des Connaissances
Nice, France

hal-00447421
https://hal.archives-ouvertes.fr/hal-00447421
https://hal.archives-ouvertes.fr/hal-00447421/document
https://hal.archives-ouvertes.fr/hal-00447421/file/2008--Lionel_Vinceslas--FIASCO_un_nouvel_algorithme_d_extraction_d_itemsets_frequents_dans_les_flots_de_donnees.pdf

Éditeur(s) : HAL CCSD
Résumé : International audience
Mining sequential patterns in data streams is a new challenging problem for the datamining community since data arrives sequentially in the form of continuous rapid and infinite streams. In this paper, we propose a new on-line algorithm, SPAMS, to deal with the sequential patterns mining problem in data streams. This algorithm uses an automaton-based structure to maintain the set of frequent sequential patterns, i.e. SPA (Sequential Pat- tern Automaton). The sequential pattern automaton can be smaller than the set of frequent sequential patterns by two or more orders of magnitude, which allows us to overcome the problem of combinatorial explosion of se- quential patterns. Current results can be output constantly on any user 's specified thresholds. In addition, taking into account the characteristics of data streams, we propose a well-suited method said to be approximate since we can provide near optimal results with a high probability. Experimental studies show the relevance of the SPA data structure and the efficiency of the SPAMS algorithm on various datasets. Our contribution opens a promis- ing gateway, by using an automaton as a data structure for mining frequent sequential patterns in data streams.
Advances in Knowledge Discovery and Management

lirmm-00435841
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00435841
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00435841/document
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00435841/file/akdmSPAMS.pdf

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 : 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 : 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 Cépaduès-Éditions
Résumé : International audience
Nous présentons dans cet article un nouvel automate : le FIA qui permet de traiter de façon efficace la problématique de l'extraction des itemsets fréquents dans les data streams. Le FIA est une structure de données très compacte et informative qui, par ailleurs, présente des propriétés incrémentales facilitant grandement la mise à jour avec une granularité très fine. L'algorithme développé pour la mise à jour du FIA effectue un unique passage sur les données qui sont prises en compte par batch, itemset par itemset et pour chaque itemset, item par item. Utilisé dans le cadre d'une approche prédictive, le FIA permet d'indexer les itemsets véritablement fréquents du stream en maximisant soit le rappel soit la précision.
EGC: Extraction et Gestion des Connaissances
Nice, France

hal-00447420
https://hal.archives-ouvertes.fr/hal-00447420
https://hal.archives-ouvertes.fr/hal-00447420/document
https://hal.archives-ouvertes.fr/hal-00447420/file/2008--Jean-Emile_Symphor--Le_FIA_un_nouvel_automate_permettant_l_extraction_efficace_d_itemsets_frequents_dans_les_data_streams.pdf