Using Answer Set Programming for pattern mining - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

Using Answer Set Programming for pattern mining

Résumé

Serial pattern mining consists in extracting the frequent sequential patterns from a unique sequence of itemsets. This paper explores the ability of a declarative language, such as Answer Set Programming (ASP), to solve this issue efficiently. We propose several ASP implementations of the frequent sequential pattern mining task: a non-incremental and an incremental resolution. The results show that the incremental resolution is more efficient than the non-incremental one, but both ASP programs are less efficient than dedicated algorithms. Nonetheless, this approach can be seen as a first step toward a generic framework for sequential pattern mining with constraints.
L'extraction de patterns sériels consiste à extraire les motifs séquentiels fréquents à partir d'une séquence unique d'itemsets. Cet article explore la capacité du langage déclaratif ASP (Answer Set Programming) à résoudre efficacement ce problème. Nous proposons plusieurs formulations de la tâche de fouille de motifs séquentiels fréquents en ASP : une version de résolution non-incrémentale et une version incrémentale. Les résultats montrent que la résolution incrémentale est plus efficace que celle non-incrémentale, mais les deux programmes ASP restent moins efficaces que les algorithmes dédiés. Néanmoins, cette approche peut être considérée comme une première étape vers un cadre générique pour l'extraction de motifs séquentiels avec des contraintes.
Fichier principal
Vignette du fichier
SequenceMining_ASP_Guyet.pdf (220.93 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01069092 , version 1 (26-09-2014)

Identifiants

Citer

Thomas Guyet, Yves Moinard, René Quiniou. Using Answer Set Programming for pattern mining. Intelligence Artificielle Fondamentale, Jun 2014, Angers, France. ⟨hal-01069092⟩
417 Consultations
710 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More