Get_Move : fouille de données d’objets mobiles
Texte intégral
Figure
Documents relatifs
De cette fa¸con, les valeurs aberrantes (nuage, bruit, ´etalonnage du capteur) sont automatiquement ignor´ees. De plus, seuls les pixels d´eviants sont n´eglig´es, ce qui
Nous avons choisi de discrétiser les mesures, et pour tenir compte des imprécisions inhérentes à tout système de perception, nous avons défini des seuils flous et des zones
Cette section introduit les motifs temporels négatifs qui étendent les motifs séquentiels (Pei et al., 2004), d’une part, avec des contraintes imposant l’absence de certains
Dans cette section, nous présentons la méthode de fouille de données permettant d’extraire des motifs spatio-séquentiels (cf..
Il a été beaucoup étudié en bioinformatique pour l’analyse des données génomiques à large échelle et dans de nombreux domaines d’applications où des ré- gularités peuvent
Les objets critiques sont centraux pour notre proposition : 1) les objets critiques caracté- risent facilement les motifs minimaux ; et 2) les objets critiques peuvent être
Toutes ces méthodes ne permettent pas de traiter efficacement des données géo- graphiques complexes, avec des objets géographiques liés entre eux et à différentes échelles.
Ainsi, à partir d’une simple base de données gérant les positions d’objets mobiles et permettant uniquement de répondre à des questions simples du type “Où est