Thèse soutenue

Un algorithme de découverte de chroniques pertinentes pour le diagnostic par identification et reconstitution
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Alexandre Sahuguède
Direction : Euriell Le CorroncMarie-Véronique Le Lann
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance le 12/03/2020
Etablissement(s) : Toulouse 3
Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes (Toulouse ; 1968-....)

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les chroniques sont des schémas temporels particulièrement bien adaptés pour une représentation de modèles complexes et dynamiques. Des algorithmes de reconnaissance de chroniques permettent d'identifier des chroniques dans un flux de données en ligne et de prendre des actions adéquates de manière rapide et efficace. Les chroniques peuvent être utilisées dans des domaines d'applications divers, tels que le domaine médical, les réseaux internets, ou encore des applications industrielles. Néanmoins, la construction des chroniques n'est pas chose aisée en raison de la complexification et de l'augmentation des capacités de génération de données des systèmes modernes. Le processus de découverte de chroniques a pour objectif de répondre à cette problématique en construisant de manière automatique des chroniques à partir des données directement générées par le système étudié. Dans ce mémoire de thèse, une approche innovante à la problématique de la découverte de chroniques est abordée. Cette nouvelle approche repose sur une identification de chroniques élémentaires et une reconstitution de chroniques plus complexes à partir de celles-ci. L'algorithme proposé, appelé CDIRe (Chronicle Discovery by Identification and Reconstitution), permet de découvrir des chroniques avec peu de connaissance sur le système sous-jacent.