Differences

This shows you the differences between two versions of the page.

@@ Line 1: / Line 1: @@
+====== Fouille de séquences par recherche arborescente de Monte Carlo  ======
+  * // Thèmes : // Fouille de données (data mining), extraction de séquences, problèmes d'énumération, Monte Carlo Tree Search (MCTS),  big data, data science.
+  * // Encadrant : // Marc Plantevit,  Mehdi Kaytoue
+  * // Laboratoire : // [[https://liris.cnrs.fr/|LIRIS]]
+  * // Equipe : // [[http://liris.cnrs.fr/dm2l| DM2L (Data Mining and Machine Learning) ]]
+===== Contexte =====
+La fouille de séquences est un domaine actif de la fouille de données, étant un élément clé de nombreuses applications réelles dès lors que l'information est structurée par une  relation d'ordre (e.g., le temps). Elle vise à extraire des sous-séquences qui apparaissent // fréquemment// dans les données et permet ainsi de mettre en évidence des relations entre éléments au cours du temps et peut être utilisée à des fins de prédiction (e.g., classification, classification au plus tôt)  ou de description (e.g., élicitation d'hypothèses, regroupement). Elle est appliquée avec succès dans de nombreux domaines tels que la biologie (séquences ADN ou de protéines), le traitement automatique de la langue (séquences de mots/lemmes), etc.
+===== Existant =====
+Depuis son introduction en 1995, de nombreux algorithmes de découverte de séquences fréquentes ont été introduits. Curieusement, tous ces algorithmes sont exhaustifs.  L'espace de recherche est bien souvent parcouru en // profondeur d'abord // en énumérant des éléments candidats suivant un ordre arbitraire (souvent l'ordre lexicographique) et toutes les solutions satisfaisant la contrainte (e.g., être fréquent) sont retournées.
+===== Travail demandé =====
+L'objectif de ce projet de recherche est de définir une nouvelle méthode anytime (plus l'algorithme dispose de temps, meilleur est le résultat produit) de fouille de séquences non  exhaustive. Il s'agira donc d'assurer une diversité de la collection retournée dans un budget temps donné.
+Dans ce contexte, le travail demandé est le suivant :
+  * Etude de l'état de l'art sur la fouille de séquences et sur les MCTS
+  * Compréhension des algorithmes,
+  * Développement d'un algorithme d'extraction de séquences basé sur une recherche arborescente de Monte Carlo.
+  * Définition d'heuristiques d'énumération,
+  * Intégration des heuristiques,
+  * Evaluation sur des jeux de données réels et variés (données biologiques, textes, logs, résultats sportifs, etc.).
+===== Informations complémentaires =====
+Ce projet est pertinent pour les étudiants désirant s'orienter vers les masters 2 DS, TIW, IA.
+<HTML>
+<script type="text/javascript">
+var gaJsHost = (("https:" == document.location.protocol) ? "https://ssl." : "http://www.");
+document.write(unescape("%3Cscript src='" + gaJsHost + "google-analytics.com/ga.js' type='text/javascript'%3E%3C/script%3E"));
+</script>
+<script type="text/javascript">
+try {
+var pageTracker = _gat._getTracker("UA-5863625-2");
+pageTracker._trackPageview();
+} catch(err) {}</script>
+</HTML>

Marc Plantevit

User Tools

Site Tools

Differences

Page Tools