Search

International audience; Transformer les données pour obtenir une meilleure représentation et ainsi, mieux gérer la gestion de l'enherbement Kernels et transformation d'espace Perspectives Ces travaux de thèse permettront d'améliorer d'une part, la performance prédictive des algorithmes pour une meilleure gestion de l'enherbement des systèmes agricoles et d'autre part, pourront guider à la création de protocoles efficaces de collecte de données agronomiques pour améliorer leur qualité.

Hierarchies of sets, and most multilevel clustering models, have been characterized as convexities induced by interval functions satisfying specific properties, thus giving rise to a unifying framework for characterizing multilevel clustering models. Here, we show that this unifying framework can be relevant to data mining practice. First, we provide a flexible characterization of hierarchies and weak hierarchies as interval convexities. Second, we investigate the Apresjan hierarchy and the Bandelt and Dress weak hierarchy, and characterize them as interval convexities. Third, we propose a method for computing recursively a sequence of path-based dissimilarities which decreases from an arbitrary dissimilarity downto its subdominant ultrametric. We prove that these path-based dissimilarities define two sequences of nested families of interval convexities. One sequence increases from the Apresjan hierarchy to the single-link hierarchy, and the other from a subset of the single-link hierarchy to the Bandelt and Dress weak hierarchy. Applications to the simplification and validation of the single-link hierarchy of an arbitrary dissimilarity are discussed.

Additional file 1. English translation of study questionnaire

International audience; Cet article est le prolongement des deux articles «L’extraction des règles d’association (RA) Support-valides à base de MGK» et «Une mesurede cohésion basée sur MGK», parus dans les actes de SFC’2017. L’objectif est d’utiliser la nouvelle mesure de cohésion par la méthode CHIC, pour classifier les mesures des RA repértoriées dans la littérature et de faciliter l’interprétation des RA obtenues pour un choix judicieux des mesures.

National audience

National audience

International audience; Cet article est le prolongement de l’extraction des règles d’association (RA) Support-valides à base de MGK. L’objectif est de donner un éclairageaux valeurs des RA supports-valides et de faire émerger certaines RA à faibles Supports, mais peuvent avoir une très forte Confiance. Cela présente un réel intérêt. Le modèle créé nous permet de construire un nouvel indice de cohésion, pièce maîtresse d’une Classification Hiérarchique Implicative et Cohésitive.

International audience; no abstract

International audience; no abstract

International audience; no abstract

National audience; no abstract

National audience; no abstract

Bioindication and biomonitoring methods (B & B technologies) have been used in environmental quality assessments for many decades. The international cooperation in between various scientific teams throughout the world has produced common ideas, highly innovative results and common scientific definitions. Bioindicators (biomonitors) are organisms or communities of organisms whose content of certain chemical elements or compounds and/or whose morphological, histological or cellular structure, metabolic-biochemical processes, behaviour or population structure(s), including changes in these parameters, supply (quantitative) information on the quality of the environment or the nature of environmental changes. Bioindication compares relative (absolute) data of information (e.g. contamination) to each other. In this article, clear cut definitions of terms relevant for the practical use of B & B technologies are presented. Additionally, different uptake activities in living organisms as a function of substrate concentration are given. Physiological functions are compared by effects of acute and chronic doses of toxic substances on living systems. Future work should and must be focused on integrative B & B technologies because a) contamination can entail a large number of inorganic and organic chemicals, b) a large number of environmental monitoring problems, and c) a single bioindicator / biomonitor will not provide any meaningful information. Integrative and transdisciplinary concepts such as the Multi-Markered-Bioindication-Concept (MMBC) provide basic means to get into precautionary environmental protection effects. For further development of B & B methods, highest personal energy has to be given by teachers of universities and other institutions to students and to convince (strategically) decision makers as politicians to invest (financially) in the development of education and research of this innovative technique. Young people have to be intensively convinced on the meaning of our scientific doing, e.g. by extended forms of education. One example of multilingual education of students on a global scale and perspective is given here, meeting their emotional and rational intelligence. So, young people can find innovative scientific ideas by a strong international relevance to get mentally convinced by a profitable biological green technique. Students will be motivated to move scientifically and professionally into our international working field. In addition to this form of international scientific exchange we find an excellent side-effect pertinent to intercultural exchange. Fil: Markert, Bernd. Environmental Institute of Scientific Networks; Alemania Fil: Wunschmann, Simone. Environmental Institute of Scientific Networks; Alemania Fil: Baltrénaité, Edita. Vilnius Gediminas Technical University; Lituania Fil: Chudzińska, Ewa. Adam Mickiewicz University; Polonia Fil: de Marco, Silvia. No especifíca; Fil: Diatta, Jean. Poznań University of Life Sciences; Polonia Fil: Ghaffari, Zahra. Islamic Azad University; Irán Fil: Gorelova, Svetlana. Pedagogical University; Rusia Fil: Marcovecchio, Jorge Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto Argentino de Oceanografía (i); Argentina Fil: Tabors, Guntis. University of Latvia; Letonia Fil: Yousef, Naglaa. Sohag University; Egipto Fil: Wang, Meie. Chinese Academy Of Sciences; República de China Fil: Fränzle, Stefan. International Graduate School; Alemania Fil: Kumari, Alka. Institute of Himalayan Bioresource Technology; India

International audience; Cluster analysis and seriation are basic data mining techniques. We consider here clustering structures that enable us to achieve both a clustering and a seriation, namely the hierarchical, pyramidal, and prepyramidal clustering structures. Cluster collections of these types determine seriations of any data set by providing compatible orders, i.e., total rankings of the whole data set for which the objects within each cluster are consecutive. Moreover, the dissimilarity measures induced from such cluster collections are Robinsonian; in other words, the more distant the objects in a compatible order, the higher the induced dissimilarity value. It results in a one-to-one correspondence between weakly indexed pyramids and the class of Robinsonian dissimilarities, which holds still in a general setting where undistinguishable objects can be detected, and, as shown in this paper, extends, to prepyramids, which are not required to contain arbitrary intersections of clusters.

7 pages; International audience; We consider cluster structures in a general setting where they do not necessarily contain all singletons of the ground set. Then we provide a direct proof of the bijection between semi-proper robinsonian dissimilarities and indexed pre-pyramids. This result generalizes its analogue proven by Batbedat in the particular case of definite cluster structures. Moreover, the proposed proof shows that the clusters of the indexed pre-pyramid corresponding to a semi-proper robinsonian dissimilarity are particular 2-balls of the considered dissimilarity.

International audience; no abstract

National audience; no abstract

International audience; no abstract

International audience; no abstract

International audience; no abstract

International audience; no abstract

International audience

National audience; no abstract

National audience; no abstract

ISBN 0.7695.2932.1

Background In Southeast-Asia, where many conditions associated with dissemination of ESBL-producing Enterobacterales (ESBL-E) in the community are met, data from the community are scarce but show high ESBL-E carriage prevalence. Maternal ESBL-E colonization is considered a risk factor for neonatal colonization, which is the first step towards developing neonatal sepsis. Despite this, ESBL-E carriage prevalence and its risk factors during pregnancy or postpartum remain undefined in Southeast-Asia. Objectives To estimate the prevalence of ESBL-E faecal colonization among peripartum women in the community of an urban and a rural area in Cambodia, to investigate ESBL-E genomic characteristics and to identify associated risk factors. Methods Epidemiological data and faecal samples from 423 peripartum women were collected in an urban and rural areas in Cambodia (2015–16). Bacterial cultures, antibiotic susceptibility tests and ESBL gene sequencing were performed. Risk factor analysis was conducted using logistic regression. Results The prevalence of ESBL-E faecal carriage was 79.2% (95% CI 75.0%–82.8%) among which Escherichia coli (n = 315/335, 94.0%) were most frequent. All isolates were multidrug resistant. Among 318 ESBL-E, the genes most frequently detected were blaCTX-M-15 (41.5%), blaCTX-M-55 (24.8%), and blaCTX-M-27 (15.1%). Low income, undernutrition, multiparity, regular consumption of pork, dried meat, and raw vegetables, were associated with ESBL-E faecal carriage. Conclusions The high prevalence of ESBL-E carriage observed among peripartum women in Southeast-Asia and the identified associated factors underline the urgent need for public health measures to address antimicrobial resistance, including a ‘One Health’ approach.

In this work, we investigate the problem of mining positive and negative association rules and its applications in mathematics education. The extraction of this knowlege type is divided into two phases that are mining frequent patterns and generation of association rules from the set frequent patterns. Very often, the cost of mining frequent patterns in large and dense contexts is exponential, and the number of association rules generated could be excessively high, most of being not interesting. We propose a new model for mining frequent patterns, and a new model for generating the interesting association rules, using a new couple support-MGK. In the elaboration of implicatives graphs, most of existing methods use one quality measure, implication intensity, based on a gaussian approximation, which is not sef of lossing information. To resolve this defect, we proposed a new method using another quality measure, MGK. We propose a new algorithm of this implicatives graphs. The experiments conducted in data reference, show that our models reduce the costs of inputs/outputs and memory space. The application of these approach in mathematics education has highlighted the pratical value of our approach. We propose a new tool CHIC-MGK to serve as support for the educational searching activity. The effectiveness of this tool has been shown a real problem of education statistic, involving difficulties of our students in L1 level through proposed exercise solution.; Dans.ce mémoire, nous nous intéressons au problème de l'extraction de règles d'association positives et négatives valides, et ses applications en didactique des mathématiques. L'extraction de telles règles d'association est décomposée en deux étapes qui sont l'extraction des motifs fréquents et la génération de règles d'association pertinentes à partir de ces motifs fréquents. La complexité de chacune de ces deux étapes est très souvent exponentielle : le nombre d'itemsets fréquents est potentiel, et le nombre de règles d'association générées peut être excessivement élevé dû en partie aux mesures de qualité utilisées. En effet, l'immense majorité des approches existantes se limitent à l'utilisation du couple classique support-confiance, alors que ce couple n'est pas efficace en présence de données fortement corrélées et/ou des seuils de support faibles. La découverte de règles d'association potentiellement pertinentes est donc d'autant plus délicate que de nombreuses règles s'avèrent inintéressantes ou redondantes. Pour y faire face, nous proposons deux nouveaux modèles permettant respectivement l'extraction optimisée des motifs fréquents, et l'optimisation de la génération de règles d'association valides potentielles en utilisant le nouveau couple support-MGK. Dans le cadre des graphes implicatifs, la plupart des travaux existants se limitent à l'utilisation de l'approche de Gras, reposant sur la mesure, intensité d'implication, basée sur une approximation gaussienne. L'évaluation de cette approche est toutefois assez critiquable dans le sens où ladite mesure de qualité utilisée a tendance à ne plus être discriminante en présence de données denses, à cause de cette approximation encourue, ce qui n'est donc pas à l'abri de perte d'information. De plus, seules les règles d'association classiques dites positives sont considérées, les règles négatives qui peuvent se révéler une source d'information importante pour l'utilisateur sont ignorées, ce qui pose aussi un réel problème pour qualifier les résultats obtenus. A cela, nous proposons une nouvelle approche de construction de ces graphes implicatifs à l'aide d'une autre mesure plus sélective, MGK, en intégrant à la fois les règles positives et les règles négatives. Nous y avons défini un nouvel algorithme afin d'automatiser la construction. Également, nous avons élaboré un nouvel outil, CHIC-MGK, permettant entre autres de servir d'appui à la recherche en didactique des mathématiques. Les expérimentations menées sur quelques bases de données de référence et des réels problèmes de didactique de la statistique à Madagascar, montrent la faisabilité notable de nos modèles.

In this work, we investigate the problem of mining positive and negative association rules and its applications in mathematics education. The extraction of this knowlege type is divided into two phases that are mining frequent patterns and generation of association rules from the set frequent patterns. Very often, the cost of mining frequent patterns in large and dense contexts is exponential, and the number of association rules generated could be excessively high, most of being not interesting. We propose a new model for mining frequent patterns, and a new model for generating the interesting association rules, using a new couple support-MGK. In the elaboration of implicatives graphs, most of existing methods use one quality measure, implication intensity, based on a gaussian approximation, which is not sef of lossing information. To resolve this defect, we proposed a new method using another quality measure, MGK. We propose a new algorithm of this implicatives graphs. The experiments conducted in data reference, show that our models reduce the costs of inputs/outputs and memory space. The application of these approach in mathematics education has highlighted the pratical value of our approach. We propose a new tool CHIC-MGK to serve as support for the educational searching activity. The effectiveness of this tool has been shown a real problem of education statistic, involving difficulties of our students in L1 level through proposed exercise solution., Dans.ce mémoire, nous nous intéressons au problème de l'extraction de règles d'association positives et négatives valides, et ses applications en didactique des mathématiques. L'extraction de telles règles d'association est décomposée en deux étapes qui sont l'extraction des motifs fréquents et la génération de règles d'association pertinentes à partir de ces motifs fréquents. La complexité de chacune de ces deux étapes est très souvent exponentielle : le nombre d'itemsets fréquents est potentiel, et le nombre de règles d'association générées peut être excessivement élevé dû en partie aux mesures de qualité utilisées. En effet, l'immense majorité des approches existantes se limitent à l'utilisation du couple classique support-confiance, alors que ce couple n'est pas efficace en présence de données fortement corrélées et/ou des seuils de support faibles. La découverte de règles d'association potentiellement pertinentes est donc d'autant plus délicate que de nombreuses règles s'avèrent inintéressantes ou redondantes. Pour y faire face, nous proposons deux nouveaux modèles permettant respectivement l'extraction optimisée des motifs fréquents, et l'optimisation de la génération de règles d'association valides potentielles en utilisant le nouveau couple support-MGK. Dans le cadre des graphes implicatifs, la plupart des travaux existants se limitent à l'utilisation de l'approche de Gras, reposant sur la mesure, intensité d'implication, basée sur une approximation gaussienne. L'évaluation de cette approche est toutefois assez critiquable dans le sens où ladite mesure de qualité utilisée a tendance à ne plus être discriminante en présence de données denses, à cause de cette approximation encourue, ce qui n'est donc pas à l'abri de perte d'information. De plus, seules les règles d'association classiques dites positives sont considérées, les règles négatives qui peuvent se révéler une source d'information importante pour l'utilisateur sont ignorées, ce qui pose aussi un réel problème pour qualifier les résultats obtenus. A cela, nous proposons une nouvelle approche de construction de ces graphes implicatifs à l'aide d'une autre mesure plus sélective, MGK, en intégrant à la fois les règles positives et les règles négatives. Nous y avons défini un nouvel algorithme afin d'automatiser la construction. Également, nous avons élaboré un nouvel outil, CHIC-MGK, permettant entre autres de servir d'appui à la recherche en didactique des mathématiques. Les expérimentations menées sur quelques bases de données de référence et des réels problèmes de didactique de la statistique à Madagascar, montrent la faisabilité notable de nos modèles.

12 pages; International audience