FDMI-AMG :: Fouille de données massives et incertaines : Apport des motifs graduels

Ce projet s'inscrit dans le cadre de la coopération entre l'Université Clermont Auvergne (France) et l'Université de Yaoundé I (Cameroun) et a pour but principal l'extraction des motifs graduels en présence de données massives et incertaines. Les motifs graduels sont une approche consistant à extraire les covariations sous la forme plus/moins x, plus/moins y. Plusieurs questions vont être étudiées :

1- La tâche d'étude de corrélation se fera à travers une étude thérorique et expérimentale comparative entre les corrélations des paires d'attributs capturées par les motifs graduels et celles détectées en utilisant les mesures statistiques et ensuite proposer une mesure de calcul de corrélations entre plusieurs attributs.

2- La tâche d'extraction des motifs dans un contexte multi-vue ou incertain est important dans le cadre de données massives, et ce double aspect peut être pris en compte pendant la phase du prétraitement, ou du posttraitement ou lors de l'extraction des motifs graduels.

Les résultats espérés sont la proposition des méthodes d'extraction des motifs graduels pour des données incertaines, pour des données multi-vues ; l'étude de la pertinence des motifs graduels à des cas applicatifs réels tels que la recommandation, et dans l'exploration des données du COVID-19.