ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 22/3-4 - 2008  - pp.383-400  - doi:10.3166/ria.22.383-400
TITRE
Théorie du consensus appliquée au prétraitement des ensembles de données

RÉSUMÉ
Face au passage à l'échelle des données, les méthodes de visualisation peinent à fournir de bons résultats. Dans cet article, nous présentons une approche de prétraitement de données (CTBFS) pour la fouille visuelle de données basée sur la théorie du consensus, le regroupement de données et une affectation visuelle de poids. Nous utilisons des ensembles de données de l'UCI et du Kent Ridge Bio Medical Dataset Repository pour évaluer les performances de notre nouvelle approche.


ABSTRACT
Visualization methods do not scale well with high number of features. We present an approach using a consensus theory based feature selection (CTBFS) algorithm, clustering for sampling and visualization for weight assignment in order to aggregate multivariate and multidimensional datasets. We use datasets available in UCI and Kent Ridge Bio Medical Dataset Repositories in order to evaluate the performance of our new approach.


AUTEUR(S)
Edwige FANGSEU BADJIO, François POULET

MOTS-CLÉS
fouille visuelle de données, théorie du consensus, regroupement de données, affectation visuelle de poids.

KEYWORDS
visual data mining, consensus theory, clustering for sampling, weight assignment, visualization for weight assignment.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,25 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier