1. TSRuleGrowth : Extraction de règles de prédiction semi-ordonnées à partir d'une série temporelle d'éléments discrets, application dans un contexte d'intelligence ambiante
- Author
-
Vuillemin, Benoit, Delphin-Poulat, Lionel, Nicol, Rozenn, Matignon, Laëtitia, Hassas, Salima, Orange Labs [Lannion], France Télécom, Systèmes Cognitifs et Systèmes Multi-Agents (SyCoSMA), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), France Télécom Recherche et Développement [Lannion] (FTR&D), and Vuillemin, Benoit
- Subjects
[INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI] ,Time series ,Automatisation ,Ambient Intelligence ,Habitudes ,Séries temporelles ,[INFO.INFO-IU] Computer Science [cs]/Ubiquitous Computing ,Intelligence Ambiante ,Rule Mining ,[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI] ,[INFO.INFO-IU]Computer Science [cs]/Ubiquitous Computing ,Habits ,Automation ,Support ,Fouille de règles - Abstract
This paper presents a new algorithm : TSRuleGrowth, looking for partially-ordered rules over a time series. This algorithm takes principles from the state of the art of rule mining and applies them to time series via a new notion of support. We apply this algorithm to real data from a connected environment, which extract user habits through different connected objects., Cet article présente un nouvel algorithme : TSRuleGrowth, recherchant des règles de prédiction semi-ordonnées sur une série temporelle. Cet algorithme reprend les principes de l'état de l'art de la fouille de règles et les applique aux séries temporelles via une nouvelle notion de support. Nous l'appliquons à des données réelles provenant d'un environ-nement connecté. Cet algorithme extrait les habitudes des utilisateurs à travers différents objets connectés.
- Published
- 2019