Contributions to the detection and ordering of variable length discords with application to climatedata series - TEL - Thèses en ligne Access content directly
Theses Year : 2022

Contributions to the detection and ordering of variable length discords with application to climatedata series

Contributions à la détection et au classement de discordes à longueur variables appliquées auxdonnées issues de modèles climatiques

Abstract

Climate data analysis is a highly topical field of study in the realm of climate change. Of particularinterest to us is the extraction of anomalous patterns, which can provide insights on changes thatpertain over a certain period. To do so, this thesis investigates the application of machine learningtechniques to detect and rank variable length anomalous patterns, referred to as pattern outliers ordiscords, over climate data series.One of the main challenges in detecting discords is the setting of the length or duration of the soughtoutliers. This setting can bring a bias in the data analysis process. The approach we propose is toconsider variable length discords over a very large observation window of spatio-temporal dataseries. In terms of methodology, we consider the state of the art Matrix Profile data structure thatbenefits from an exact and efficient algorithm, without hyper parameter optimization. Applying thematrix profile to variable length data sequences, raises two main issues: 1) a large number ofproduced discords, 2) the extraction of discords that are produced separately and a priori notcomparable given their variable lengths.This thesis proposes a twofold contribution to rank variable length discords towards the mostinsightful and relevant ones. We define what we mean by insightful in the field of climate dataanalysis. First, we specify a subsumption ordering, and derive prominent discords over the extractedvariable length outliers. A second approach is a hybrid integration of pattern and pointwise outliermethods, where the pointwise methods are used to provide an alternative ranking mechanism.Finally, an experimental evaluation of our approaches over climate data is carried out for eachapproach to evaluate their benefit in terms of effectiveness and insights in this thematic field ofstudy.
L'analyse de données climatiques est un domaine d'étude très actuel face aux défis de changement climatique. L'extraction de motifs anormaux, qui peuvent fournir des informations sur les changements de cycle qui se produisent sur une certaine période, nous intéresse particulièrement. Pour ce faire, cette thèse étudie l'application de techniques d'apprentissage automatique pour détecter et classer des motifs anormaux à longueur variable, appelés discordes, sur des séries temporelles de données climatiques.L'un des principaux défis dans la détection des discordes est le réglage de la longueur ou de la durée des motifs recherchés. Ce paramètre peut entraîner un biais dans le processus d'analyse des données. L'approche que nous proposons consiste à considérer des motifs de longueur variable su rune très grande fenêtre d'observation de séries de données spatio-temporelles. En termes de méthodologie, nous considérons une structure de données de pointe qu’est la Matrix Profile qui bénéficie d'un algorithme exact et efficace, sans optimisation des paramètres avancés. L'application d’algorithmes permettant de calculer la Matrix Profile pour des séquences de longueur variable, pose deux problèmes principaux : 1) la production d’un très grand nombre de discordes, 2) l'extraction de discordes a priori non comparables compte tenu de leurs différentes longueurs.Cette thèse propose une double contribution pour classer les discordes de durée variable vers une quête de discordes qui sont les plus pertinentes pour un domaine d’étude. Nous définissons ce que nous entendons par pertinentes dans le domaine de l'analyse des données climatiques. Tout d' abord, nous spécifions un ordre de subsomption et calculons puis classons les discordes selon cet ordre de pertinence sur des séquences de longueur variable extraites de larges séries temporelles. Nous proposons une seconde approche, qui est une intégration hybride de modèles de Matrix Profile avec des méthodes de détection de points d’anomalies. Ces dernières méthodes sont utilisées pour fournir un mécanisme alternatif au premier de classement de discordes à longueur variable. Enfin, une évaluation expérimentale de nos approches sur les données climatiques est réalisée pour chaque approche afin d'évaluer leur apport en termes d'efficacité et de pertinence dans le champ thématique d'étude.
Fichier principal
Vignette du fichier
EL_KHANSA_2022_archivage.pdf (7.41 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-04310206 , version 1 (27-11-2023)

Identifiers

  • HAL Id : tel-04310206 , version 1

Cite

Hussein El Khansa. Contributions to the detection and ordering of variable length discords with application to climatedata series. Environmental Engineering. Université de Montpellier, 2022. English. ⟨NNT : 2022UMONS087⟩. ⟨tel-04310206⟩
31 View
14 Download

Share

Gmail Facebook X LinkedIn More