Mémoires de Fin d’Etudes
Etablissement
Université de M’Sila - Mohamed Boudiaf
Affiliation
Institut d’Informatique
Auteur
CHEBOUBA, Lokmane
Directeur de thèse
BOURAHLA Mustapha (Maitre de conférence)
Filière
Informatique
Diplôme
Magister
Titre
FOUILLE DE DONNEES DYNAMIQUE PAR OPTIMISATION DE LA SIMULATION
Mots clés
Mots clés : Fouille de données (data mining) dynamique, optimisation, modélisation, simulation, agents. كلمات البحث: التنقيب عن البيانات الديناميكي، التحسين، النمذجة، المحاكاة، وكلاء. Keywords: Dynamic data mining (data mining), optimization, modeling, simulation, agents.
Résumé
Résumé La fouille de données (data mining) dynamique est différente de la fouille de données classique. La fouille de données classique présume que les données sont déjà stockées dans un entrepôt quelque part dans une base de données par exemple, dont les éléments sont des points (vecteurs ou enregistrements) dans un espace. Les enregistrements sont produits durant une période qui peut être longue d’une façon déterministe ou par un processus stochastique. Mais une fois enregistrées, elles sont fixes. Le processus de fouille de données (extraction des connaissances) traite seulement ces données fixes. Dans ce sujet nous proposons de traiter la fouille de données dynamique en utilisant l’optimisation multi objectifs des valeurs d’entrée pour des modèles de simulation. Nous proposons d’utiliser la simulation des modèles basés agents. ملخص التنقيب عن البيانات الديناميكي يختلف عن التنقيب عن البيانات الكلاسيكي. التنقيب عن البيانات الكلاسيكي يفترض أن يتم تخزين البيانات في مخزن في مكان ما في قاعدة البيانات على سبيل المثال، و التي عناصرها هي مجموعة من النقاط (ناقلات أو سجلات) في الفضاء. ويتم إنتاج التسجيلات خلال فترة قد تكون طويلة بطريقة حتمية أو عن طريق عملية عشوائية. ولكن بمجرد تسجيلها تبقى ثابتة. عملية التنقيب عن البيانات (استخراج المعرفة) يقوم بمعالجة البيانات الثابتة فقط. نقترح في هذا الصدد معالجة التنقيب عن البيانات الديناميكي باستخدام التحسين متعدد الأهداف لقيم الإدخال لنموذج المحاكاة. نقترح على استخدام نماذج المحاكاة متعددة الوكلاء. Abstract Dynamic data mining is different from classical data mining. Classical data mining assumes that the data is already stored in a warehouse somewhere in a database, for example, whose elements are points (vectors or records) in a space. The recordings are produced during a period which may be a long in a deterministic manner or a stochastic process. But once registered, they are fixed. The process of data mining processes only the data fixed. In this regard we propose to deal with dynamic data mining using multi-objective optimization of input values for simulation models. We propose to use agent based simulation models.
Date de soutenance
03/07/2012
Pagination
132 p
Illusatration
Relié
Format
30 cm
Notes
une copier papier +un cdrom
Statut
Soutenue