Mise en place d'extensions de GALACTIC pour l'analyse de séries numériques temporelles géolocalisées. Applicatif sur l'analyse de données issues de capteurs des portes d'écluses du Grand Port Maritime de La Rochelle

Galactic extension for analysis of time series with application on sensor data from the Grand Port Maritime of La Rochelle

• Auteur / Autrice : Guillaume Savarit
• Direction : Karell Bertet, Christophe Demko
• Type : Projet de thèse
• Discipline(s) : Informatique et Applications
• Date : Inscription en doctorat le 01/02/2022
• Etablissement(s) : La Rochelle
• Ecole(s) doctorale(s) : EUCLIDE
• Partenaire(s) de recherche : Laboratoire : Laboratoire Informatique image et interaction

Mots clés

Mots clés libres

Séries temporelles

Analyse Formelle de Concept

Capteur

Time series

Formal concept analysis

Sensor

Résumé

L'objectif général de cette thèse sera de mettre en place des outils d'analyses de séries numériques temporelles adaptés aux données issues des capteurs en utilisant l'outil Galactic. Un tel outil d‘analyse repose sur deux objectifs scientifiques distincts : 1. Extensions de GALACTIC pour des séries numériques temporelles Un premier objectif de ce projet sera d'enrichir l'eco-système de GALACTIC avec de nouvelles extensions pour des séries numériques temporelles. Ces extensions reposeront sur des outils existants : • Données numériques : Des extensions pour des données numériques ont été développées dans la plateforme GALACTIC, qui fournissent des descriptions de groupes de données par des prédicats de type « est plus grand/petit que » où les valeurs sont calculées automatiquement pour chaque sous-groupe. Différentes stratégies d'exploration de l'espace de recherche sont proposées, en fonction de la médiane ou encore des quartiles des valeurs de chaque sous-groupe. • Séquences temporelles : Des extensions pour des données de type séquences ont été proposés dans le cadre du projet régional DA3T (Dispositif d'Analyse des Traces numériques pour la valorisation des Territoires Touristiques). Il s'agit d'un projet interdisciplinaire réunissant géographes et informaticiens dont l'objectif est de proposer un dispositif d'analyse des traces numériques dans le but d'améliorer la gestion et la valorisation des territoires touristiques en Nouvelle-Aquitaine. Notre contribution porte sur de nouvelles méthodes de fouille de séquences issues de ces traces numériques, qui ont permis d'identifier des comportements touristiques pertinents. Ces méthodes reposent sur des extensions de GALACTIC pour des séquences de symboles (<si>), pour des séquences temporelles (<si, ti >) qui associent une information temporelle ti à chaque symbole si, et pour des séquences d'intervalles (<si, bi, ei >) qui associent un intervalle temporel [bi,ei] à chaque symbole si. Les groupes de séquences sont décrits par leurs plus grandes sous-séquences communes, ou par leurs plus grands préfixes communs, avec la possibilité d'intégrer l'information temporelle. Plusieurs stratégies ont été proposées, à la fois des stratégies naïves qui considèrent l'ensemble de l'espace de recherche, mais aussi des stratégies plus fines qui intègrent les symboles et/ou l'information temporelles. Nous avons montré que ces méthodes étendent et enrichissent les approches existantes en fouille de séquences. Sur la base de ces extensions, il s'agira de fournir de nouvelles extensions à GALACTIC permettant de décrire des séries numériques temporelles, et de fournir différentes stratégies d'exploration. Différentes extensions seront ainsi à mettre en place : • Une extension pour les séries numériques (<xi >) • Une extension pour les séries numériques temporelles (<xi, ti>) ou (<xi, bi, ei>) où la série numérique (<xi >) est enrichie d'une information temporelle ti ou un intervalle de temps [bi, ei ] 2. Analyse interactive des données issues de capteurs Un second objectif sera de mettre le métier d'analyste de données au cœur du processus d'analyse avec une analyse interactive des séries numériques issues des différents capteurs installés sur le port. Il s'agira pour cela de développer des outils d'interfaces logicielles et les supports de documentation et de formation associés. Ces outils permettront à l'analyste de données de : • Sélectionner le ou les types de données voulues en fonction de son objectif. • Sélectionner de façon interactive plusieurs stratégies d'exploration et de filtrage des données pour raffiner chaque concept. • Visualiser la hiérarchie des concepts générés, ainsi que l'information contenue dans chaque concept • Exporter la connaissance extraite sous forme de règles « si … alors » ou encore de sous-groupes pertinents. Un accompagnement ingénieur est prévu pour le développement des interfaces, financé par la SATT (Société d'Accélération de Transfert Technologique) pour une montée en maturation de la plateforme GALACTIC.

The general aim of this thesis will be to develop digital time series analysis tools adapted to sensor data, using the Galactic tool. Such an analysis tool is based on two distinct scientific objectives: 1. GALACTIC extensions for numerical time series A first objective of this project will be to enrich the GALACTIC eco-system with new extensions for numerical time series. These extensions will be based on existing tools: - Numerical data: Extensions for numerical data have been developed in the GALACTIC platform, which provide descriptions of groups of data by predicates of the type “is greater/smaller than” where values are calculated automatically for each sub-group. Different strategies for exploring the search space are proposed, based on the median or quartiles of the values for each sub-group. - Temporal sequences: Extensions for sequence-type data have been proposed as part of the regional DA3T project (Dispositif d'Analyse des Traces Numériques pour la Valorisation des Territoires Touristiques). This is an interdisciplinary project bringing together geographers and computer scientists, the aim of which is to propose a device for analyzing digital traces in order to improve the management and enhancement of tourist territories in the Nouvelle-Aquitaine region. Our contribution focuses on new methods for mining sequences from these digital traces, which have enabled us to identify relevant tourist behaviors. These methods are based on extensions of GALACTIC for symbol sequences (<si>), for temporal sequences (<si, ti >) which associate temporal information ti with each symbol si, and for interval sequences (<si, bi, ei >) which associate a temporal interval [bi,ei] with each symbol si. Groups of sequences are described by their largest common subsequences, or by their largest common prefixes, with the possibility of integrating temporal information. Several strategies have been proposed, both naive strategies that consider the entire search space, and more refined strategies that integrate symbols and/or temporal information. We have shown that these methods extend and enrich existing approaches to sequence mining. On the basis of these extensions, the aim is to provide new extensions to GALACTIC for describing numerical time series, and to provide different exploration strategies. Various extensions will be implemented: - An extension for numerical series (<xi >) - An extension for temporal numerical series (<xi, ti>) or (<xi, bi, ei>) where the numerical series (<xi >) is enriched with temporal information ti or a time interval [bi, ei ]. 2. Interactive analysis of sensor data A second objective will be to place the data analyst at the heart of the analysis process, with interactive analysis of digital series from the various sensors installed in the port. This will involve developing software interface tools and associated documentation and training materials. These tools will enable the data analyst to : - Select the type(s) of data required, depending on the objective. - Interactively select several data exploration and filtering strategies to refine each concept. - Visualize the hierarchy of concepts generated, as well as the information contained within each concept. - Export the extracted knowledge in the form of “if ... then” rules or relevant sub-groups. Engineering support is planned for interface development, financed by the SATT (Société d'Accélération de Transfert Technologique) to help the GALACTIC platform reach maturity.