Analyse et visualisation pour l'étude de la qualité des séries temporelles de données imparfaites / Zied Ben othmane ; sous la direction de Cyril de Runz

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Catalogue Worldcat

Séries chronologiques -- Ressources Internet

Web -- Gestion de l'information

Classification Dewey : 004.678

Runz, Cyril de (1980-....) (Directeur de thèse / thesis advisor)

Fouchal, Hacène (Président du jury de soutenance / praeses)

Boudjeloud-Assala, Baya Lydia (1978-...) (Rapporteur de la thèse / thesis reporter)

Martin, Arnaud (19..-.... ; spécialiste du traitement du signal) (Rapporteur de la thèse / thesis reporter)

Hadjali, Allel (1965-....) (Membre du jury / opponent)

Aït Younes, Amine (1973-.... ; chercheur en informatique) (Membre du jury / opponent)

Université de Reims Champagne-Ardenne (Organisme de soutenance / degree-grantor)

Ecole doctorale Sciences du Numérique et de l’Ingénieur (Reims, Marne) (Ecole doctorale associée à la thèse / doctoral school)

Centre de Recherche en STIC. CReSTIC (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Dans ce travail de thèse, nous nous intéressons à la qualité des informations récoltées par des capteurs sur le web. Ces données forment des séries de données temporelles qui sont incomplètes et imprécises, et sont sur des échelles quantitatives peu comparables. Dans ce contexte, nous nous intéressons plus particulièrement à la variabilité et la stabilité de ces séries temporelles. Nous proposons deux approches pour les quantifier. La première se base sur une représentation à l'aide des quantiles, la seconde est une approche floue. A l'aide de ces indicateurs, nous proposons un outil de visualisation interactive dédié à l'analyse de la qualité des récoltes effectuées par les capteurs. Ce travail s'inscrit dans une collaboration CIFRE avec la société Kantar.

Résumé / Abstract : This thesis focuses on the quality of the information collected by sensors on the web. These data form time series that are incomplete, imprecise, and are on quantitative scales that are not very comparable. In this context, we are particularly interested in the variability and stability of these time series. We propose two approaches to quantify them. The first is based on a representation using quantiles, the second is a fuzzy approach. Using these indicators, we propose an interactive visualization tool dedicated to the analysis of the quality of the harvest carried out by the sensors. This work is part of a CIFRE collaboration with Kantar.