Revue de l'Information Scientifique et Technique
Volume 16, Numéro 2, Pages 141-158
2006-05-01
S-tilde: Spatial Top- Down Induction Logical Decision Tree
Auteurs : Chelghoum Nadjim .
Résumé
Ce qui caractérise le data mining spatial est la nécessité de prendre en compte les interactions des objets dans l’espace. Les méthodes classiques du data mining sont mal adaptées pour ce type d’analyse. Nous proposons dans cet article une approche basée sur la programmation logique inductive. Elle se base sur deux idées. La première consiste à matérialiser ces interactions spatiales dans des tables de distances, ramenant ainsi le data mining spatial au data mining multi-tables. La seconde transforme les données en logique du premier ordre et applique ensuite la programmation logique inductive. Une nouvelle méthode d’arbre de décision spatial, basée sur l’approche proposée et baptisée S-TILDE, est présentée dans cet article. Cet article présentera cette approche. Il décrira son application à la classification supervisée par arbre de décision spatial. Il présentera aussi les expérimentations réalisées et les résultats obtenus sur l’analyse de la contamination des coquillages dans la lagune de Thau.
Mots clés
Arbre de décision spatial - Data mining spatial Un problème de data mining multi-tables Data mining relationnel Data mining spatial - Data mining spatial Un problème de data mining multi-tables Programmation logique inductive Relation spatiale - Data mining spatial Un problème de data mining multi-tables
Les articles similaires
قادوم يسمينة
.
زيداني فريد
.
ص 606-619.
Missaoui Samiha
.
Bélarbi Belgacem
.
pages 717-726.
Boukholkhal Habiba
.
Souar Youcef
.
pages 1296-1309.
Daoudi Nadia
.
Youcefi Nour Elhouda
.
Aribi Noureddine
.
Belaoudmou Ramzeddine
.
pages 11-19.
Mahamdi Yassine
.
Boubakeur Ahmed
.
Mekhaldi Abdelouahab
.
Benmahamed Youcef
.
pages 1-5.
