Mathieu Guillame-Bert - Learning temporal association rules on Symbolic time sequences

13:00
Vendredi
23
Nov
2012
Organisé par : 

Mathieu Guillame-Bert

Intervenant : 

Mathieu Guillame-Bert

Lieu :

Grand Amphithéâtre de l’Inria Rhône Alpes 
Centre de recherche Inria Grenoble - Rhône-Alpes 
Inovallée 
655 avenue de l’Europe 
Montbonnot 
GPS : 45.218037,5.807378

Le jury est composé de :

— Mr. Augustin LUX — Professor at INPG-ENSIMAG 
— Mr. Malik Ghallab — Research Director — LAAS-CNRS 
— Mr. Paul Lukowicz — Professor — University of Passau 
— Mr. Artur Dubrawski — Senior Systems Scientist, Director of the Auton Lab — CMU 
— M. James L. CROWLEY — Professor — INPG-ENSIMAG

www-prima.inrialpes.fr/guillame-bert/

L’apprentissage de modèles temporels constitue l’une des grandes problématiques de l’Exploration de Données (Data Mining).

Dans cette thèse, nous avons développé un nouveau modèle temporel appelé TITA Rules (Règle associative temporelle basé sur des arbres d’intervalles). Ce modèle permet de décrire des phénomènes ayant un certain degré d’incertitude et/ou d’imprécision. Ce modèle permet entre autres d’exprimer la synchronicité entre évènements, les contraintes temporelles disjonctives et la négation temporelle. De par leur nature, les TITA Rules peuvent êtes utilisées pour effectuer des prédictions avec une grande précision temporel. Nous avons aussi développé un algorithme capable de découvrir et d’extraire de manière efficace des TITA Rules dans de grandes bases de données temporelles. Le cœur de l’algorithme est basé sur des techniques de minimisation d’entropie, de filtrage par Apriori et par des analyses de co-dépendance. Note modèle temporelle et notre algorithme ont été appliqués et évalués sur plusieurs jeux de données issues de phénomènes réels et de phénomènes simulés.

La seconde partie de cette thèse à consisté à étudier l’utilisation de notre modèle temporel sur la problématique de la Planification Automatique. Ces travaux ont mené au développement d’un algorithme de planification automatique. L’algorithme prend en entrée un ensemble de TITA Rules décrivant le fonctionnement d’un système quelconque, une description de l’état initial du système, et un but à atteindre. En retour, l’algorithme calcule un plan décrivant la meilleure façon d’atteindre le but donné. Par la nature même des TITA Rules, cet algorithme est capable de gérer l’incertain (probabilités), l’imprécision temporelle, les contraintes temporelles disjonctives, ainsi que les événements exogènes prédictibles mais imprécis.