Traitement de données numériques par analyse formelle de concepts et structures de patrons

Mining numerical data with formal concept analysis and pattern structures

• Auteur / Autrice : Mehdi Kaytoue
• Direction : Amedeo Napoli
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 22/04/2011
• Etablissement(s) : Nancy 1
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : LORIA - Laboratoire lorrain de Recherche en Informatique et Applications - UMR 7503
• Jury : Président / Présidente : Bernard Girau
• Jury : Examinateurs / Examinatrices : Sébastien Duplessis, Sergei O. Kuznetsov, Céline Rouveirol
• Jury : Rapporteur / Rapporteuse : Jean-François Boulicaut, Bernhard Ganter

Mots clés

Mots clés contrôlés

Acquisition des connaissances (systèmes experts)

Génomique comparative

Exploration de données

Mots clés libres

Découverte de connaissances

Analyse formelle de concepts

Extraction de motifs numériques

Bi-clustering

Fusion d'information

Knowledge discovery in databases

Formal concept analysis

Numerical pattern mining

Biclustering

Information fusion

Résumé

Le sujet principal de cette thèse porte sur la fouille de données numériques et plus particulièrement de données d'expression de gènes. Ces données caractérisent le comportement de gènes dans diverses situations biologiques (temps, cellule, etc.). Un problème important consiste à établir des groupes de gènes partageant un même comportement biologique. Cela permet d'identifier les gènes actifs lors d'un processus biologique, comme par exemple les gènes actifs lors de la défense d'un organisme face à une attaque. Le cadre de la thèse s'inscrit donc dans celui de l'extraction de connaissances à partir de données biologiques. Nous nous proposons d'étudier comment la méthode de classification conceptuelle qu'est l'analyse formelle de concepts (AFC) peut répondre au problème d'extraction de familles de gènes. Pour cela, nous avons développé et expérimenté diverses méthodes originales en nous appuyant sur une extension peu explorée de l'AFC : les structures de patrons. Plus précisément, nous montrons comment construire un treillis de concepts synthétisant des familles de gènes à comportement similaire. L'originalité de ce travail est (i) de construire un treillis de concepts sans discrétisation préalable des données de manière efficace, (ii) d'introduire une relation de similarité entres les gènes et (iii) de proposer des ensembles minimaux de conditions nécessaires et suffisantes expliquant les regroupements formés. Les résultats de ces travaux nous amènent également à montrer comment les structures de patrons peuvent améliorer la prise de décision quant à la dangerosité de pratiques agricoles dans le vaste domaine de la fusion d'information

The main topic of this thesis addresses the important problem of mining numerical data, and especially gene expression data. These data characterize the behaviour of thousand of genes in various biological situations (time, cell, etc.).A difficult task consists in clustering genes to obtain classes of genes with similar behaviour, supposed to be involved together within a biological process.Accordingly, we are interested in designing and comparing methods in the field of knowledge discovery from biological data. We propose to study how the conceptual classification method called Formal Concept Analysis (FCA) can handle the problem of extracting interesting classes of genes. For this purpose, we have designed and experimented several original methods based on an extension of FCA called pattern structures. Furthermore, we show that these methods can enhance decision making in agronomy and crop sanity in the vast formal domain of information fusion