Extraction de sous-groupes exceptionnels de séries temporelles - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2021

Extraction de sous-groupes exceptionnels de séries temporelles

Josie Signe
  • Function : Author
  • PersonId : 1106276

Abstract

Exceptionnal model mining task finds interesting subgroups according to several target attributes in tabular data. We extend this approach to time series data, using time series as a target attribute to evaluate subgroups. A subgroup is characterized by a description based on a model of time series computed from all series of the subgroup. Evaluation of subgroup quality is based on the difference between the subgroup model and the model of the whole dataset.
La tâche de fouille de modèles exceptionnels extrait des sous-groupes intéressants, selon des attributs cibles, dans des données tabulaires. Nous étendons cette approche aux séries temporelles en les utilisant comme attribut cible pour évaluer les sous-groupes. Un sous-groupe est caractérisé à l'aide d'une description en s'appuyant sur un modèle de séries temporelles calculé à partir de toutes les séries du sous-groupe. L'évaluation de la qualité d'un sous-groupe repose sur la différence entre le modèle du sous-groupe et le modèle général, i.e., de toutes les données.
Fichier principal
Vignette du fichier
RJCIA_2021_paper_19.pdf (576.98 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03298742 , version 1 (23-07-2021)

Identifiers

  • HAL Id : hal-03298742 , version 1

Cite

Josie Signe. Extraction de sous-groupes exceptionnels de séries temporelles. RJCIA 2021 - Rencontres des Jeunes Chercheurs en Intelligence Artificielle, Jul 2021, Bordeaux / Virtual, France. pp.89-90. ⟨hal-03298742⟩
89 View
57 Download

Share

Gmail Mastodon Facebook X LinkedIn More