DSpace Repository

Extraction des Top-k Episodes Réguliers

Show simple item record

dc.contributor.author BENDIDA, Khaled
dc.contributor.author HAKKOUMI, Abdelbasset
dc.date.accessioned 2023-01-05T15:11:01Z
dc.date.available 2023-01-05T15:11:01Z
dc.date.issued 2016
dc.identifier.uri https://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/5060
dc.description.abstract Grâce aux développements socio-économiques et aux progrès en sciences médicales, l’espérance de vie a augmenté. Aussi, l’un des défis dans les années futures est la surveillance des sujets âgés afin de les aider à vivre autonomes chez eux. L’apparition des smart-homes et les avancés dans les équipements mobiles notamment les capteurs ont permis la collecte de traces sur les activités quotidiennes des personnes à domicile. L’analyse de ces données peut informer sur l’état de santé des personnes concernées. Il est évident que l’apprentissage supervisé dans ce domaine est inapproprié étant donné qu’il exige de se disposer de données annotées dont l’acquisition est onéreuse et couteuse. Dans ce mémoire, nous proposons de découvrir les épisodes réguliers dans ces traces. Bien entendu, l’approche se contente de l’extraction des tops k épisodes afin de réduire l’espace de recherche dont l’exploration exhaustive s’avère, outre peux intéressante, inefficace et couteuse EN_en
dc.publisher université ghardaia EN_en
dc.subject Fouillée des Données, Fouille de Séquences, Episode Régulier, Flot de Données, Fenêtre glissante. EN_en
dc.title Extraction des Top-k Episodes Réguliers EN_en
dc.type Thesis EN_en


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account