Abstract:
De nos jours, la prédiction de futur mouvement d'un objet mobile a attiré une attention
croissante des chercheurs. Elle est une tâche ayant de multiples applications surtout pour les
systèmes de transportation intelligents (STI) et services basés sur la localisation (SBL).
Plusieurs modèles de prédiction ont été proposés dans la littérature basés sur la fouille de
données (ex: les réseaux de neurones, les règles séquentielles) ou des modèles statistiques (ex.
modèle de Markov). La génération des règles séquentielles est un sujet de recherche actif et
largement appliqué pour nombreuse applications du monde réel. Récemment, plusieurs
extensions du problème de génération des règles séquentielles ont été proposées. Dans ce
mémoire, nous proposons d'utiliser les règles séquentielles pour la prédiction des routes. Nous
suggérons ainsi à appliquer un nouveau type des règles appelé règles séquentielles
partiellement ordonnées (POSR) dont le but est de étudier et comparer les performances de ce
nouveau type avec les règles séquentielles standard. Notre proposition a été évaluée en
utilisant une large trace synthétique de mouvement des véhicules. Les expériences ont montré
des résultats prometteuses avec l'utilisation des règles séquentielles dans le problème de
prédiction des routes.
