Recherche de motifs partiellement ordonnés clos discriminants pour caractériser l'état des milieux aquatiques - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Other Publications Year : 2014

Recherche de motifs partiellement ordonnés clos discriminants pour caractériser l'état des milieux aquatiques

Abstract

This paper presents a data mining process implemented to extract original knowledge from hydro-ecological data. The approach is based on closed partially ordered patterns used as discriminant features to link physico-chemistry with biology in river sampling sites. For each bio-indicator quality value, we obtain a set of significant discriminant features. We use them to identify the impact of physico-chemical characteristics on the biological dimensions. The approach has been experimented on a dataset of several thousands river sites.
Cet article présente un processus de fouille de données mis en oeuvre pour extraire des connaissances d'un jeu de don-nées concernant l'hydro-écologie des cours d'eau. L'approche s'appuie sur la recherche de motifs clos partiellement ordonnés, utilisés comme éléments discriminants pour relier les paramètres physico-chimiques et biologiques mesurés sur des stations de rivières. Pour chaque valeur d'un indice biologique, sont mis ainsi en évidence des séquences temporelles de valeurs de paramètres physico-chimiques ayant un impact sur la biologie. L'approche est mise en oeuvre sur un jeu de données regroupant plusieurs milliers de stations de rivières.
Fichier principal
Vignette du fichier
anaenv2014.pdf (251.39 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01102784 , version 1 (13-01-2015)

Identifiers

  • HAL Id : hal-01102784 , version 1

Cite

Mickaël Fabrègue, Agnès Braud, Sandra Bringay, Florence Le Ber, Maguelonne Teisseire. Recherche de motifs partiellement ordonnés clos discriminants pour caractériser l'état des milieux aquatiques. 2014. ⟨hal-01102784⟩
389 View
126 Download

Share

Gmail Facebook Twitter LinkedIn More