About: Vers des solutions adaptatives et génériques pour l'extraction de motifs intéressants dans les données   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • Toward adaptive and generic solutions for the discovery of interesting patterns in data
dc:subject
  • Thèses et écrits académiques
  • Algorithmes
  • Données -- Récupération (informatique)
  • Motifs (mathématiques)
  • Calcul adaptatif
preferred label
  • Vers des solutions adaptatives et génériques pour l'extraction de motifs intéressants dans les données
Language
Subject
dc:title
  • Vers des solutions adaptatives et génériques pour l'extraction de motifs intéressants dans les données
Degree granting institution
note
  • La découverte de motifs fréquents est un des problèmes en fouille de données. Afin de mieux comprendre l'influence des données sur les algorithmes, nous présentons une étude expérimentale des jeux de données communément utilisés par la communauté. Cette étude permet d'aboutir à une nouvelle classification des données en fonction des bordures : stable et en accord avec les performances des algorithmes. Malgré le grand nombre de travaux et un cadre théorique des problèmes d'extraction de motifs intéressants, l'utilisation de ces algorithmes pour résoudre des problèmes \"équivalents\" est peu répandue et reste délicate. Face à ces limites, nous proposons un algorithme générique de découverte des bordures des motifs intéressants, appelé ABS (Adaptive borders Search), adaptant dynamiquement sa stratégie en fonction des données. De plus, une librairie générique de composants C++ a été proposée pour faciliter le développement de solutions logicielles pour cette famille de problèmes
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2006
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software