Information: this page is not translated in english

Des motifs séquentiels aux motifs spatio-temporels

Alors que les motifs séquentiels considèrent uniquement une dimension principale (généralement le temps), nous les avons étendus pour prendre en compte la dimension spatiale et défini un nouveau type de motifs appelés motifs spatio-temporels (Thèse Hugo Alatrista Salas). Ces motifs permettent, par exemple, de déterminer au cours du temps les occurrences des événements et leurs localisations. Ceci permet de mettre en évidence des corrélations entre ces deux dimensions. Une partie de ces travaux sont menés en collaboration avec l’Institut National de Veille Sanitaire afin de mieux appréhender les évolutions des épidémies de dengue.

Les données spatio-temporelles sont également associées au suivi des trajectoires d’objets mobiles. De nombreux travaux ont été réalisés dans la communauté et nous avons proposé une nouvelle méthode d’unification de tous les modèles d’extraction de trajectoires (Thèse Phan Hai). Elle permet d’extraire, en moins de temps qu’une approche spécifique, toutes les trajectoires possibles (ACM SIGSPATIAL GIS 2012 et article sélectionné dans les best papers de la conférence BDA 2012). Nous avons également défini de nouveaux types de trajectoires convergentes ou divergentes qui permettent de mieux appréhender l’évolution des objets au cours du temps. Pour le décideur, il est alors possible de n’extraire en temps réel que les top-k trajectoires les plus significatives.

Tags

motifs spatio-temporels, Motifs séquentiels

Last update on 01/12/2014