Using Markov Models to Mine Temporal and Spatial Data

Jean-Francois Mari (1) , Florence Le Ber (1, 2) , El-Ghali Lazrak (3) , Marc Benoît (3) , Catherine Eng (4) , Annabelle Thibessard (4) , Pierre Leblond (4)

1 ORPAILLEUR - Knowledge representation, reasonning
2 LHyGeS - Laboratoire d'Hydrologie et de Géochimie de Strasbourg
3 ASTER Mirecourt - Agro-Systèmes Territoires Ressources Mirecourt
4 LGM - Laboratoire de génétique et microbiologie

Markov models represent a powerful way to approach the problem of mining time and spatial signals whose variability is not yet fully understood. In this chapter, we will present a general methodology to mine different kinds of temporal and spatial signals having contrasting properties: continuous or discrete with few or many modalities. This methodology is based on a high order Markov modelling as implemented in a free software: carottAge (Gnu GPL)

Les modèles de Markov sont des modèles puissants pour analyser des signaux temporels et spatiaux dont la variabilité n'est pas entièrement comprise. Dans ce chapitre, nous présentons notre méthodologie pour fouiller différentes sortes de signaux ayant des propriétés différentes: signaux continus ou discrets, simples ou composites. Cette méthodologie s'appuie sur des modèles de Markov cachés du second-ordre tels qu'implantés dans la boîte à outils CarottAge (licence Gnu-GPL).

Mots clés: data mining; Hidden Markov Models; Spatio-temporal classification

Domaines: Intelligence artificielle [cs.AI]

Jean-Francois Mari, Florence Le Ber, El-Ghali Lazrak, Marc Benoît, Catherine Eng, et al.. Using Markov Models to Mine Temporal and Spatial Data. Kimito Funatsu and Kiyoshi Hasegawa. New Fundamental Technologies in Data Mining, Intech, pp.561--584, 2011, 978-953-307-547-1. ⟨inria-00566801⟩