Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Clustering par Flux (Stream Clustering)
Ensemble de techniques visant à partitionner des données qui arrivent de manière continue et potentiellement infinie, en temps réel et avec des ressources limitées.
Macro-cluster
Représentation stable et à long terme d'un cluster, souvent dérivé de la fusion ou de l'évolution de micro-clusters pour capturer les tendances persistantes du flux.
Fenêtre à Landmark (Landmark Window)
Modèle de mémoire qui traite toutes les données depuis un point de départ fixe dans le temps, utile pour analyser l'évolution depuis un événement marquant.
Densité Basée sur le Flux (Density-Based Stream Clustering)
Approche de clustering qui identifie des zones denses de points de données dans un flux, capable de gérer des clusters de forme arbitraire et de détecter du bruit.
Algorithme DBSTREAM
Algorithme de clustering par flux basé sur la densité qui utilise des grilles denses et des micro-clusters pour une gestion efficace de la mémoire et une détection rapide des dérives.
Facteur de Densité (Density Factor)
Métrique utilisée dans certains algorithmes de clustering par flux pour évaluer la densité d'un micro-cluster, influençant sa création, sa fusion ou son élimination.
Poids Décroissant (Decaying Weight)
Mécanisme attribuant une importance décroissante aux points de données plus anciens, permettant au modèle de se concentrer sur les tendances récentes du flux.
Clustering en Ligne (Online Clustering)
Phase du processus où chaque nouveau point de données est traité et affecté à un micro-cluster de manière incrémentale, sans nécessiter l'ensemble du jeu de données.
Clustering Hors Ligne (Offline Clustering)
Phase optionnelle qui génère les macro-clusters finaux à partir des micro-clusters existants, souvent à la demande de l'utilisateur pour une analyse à un instant T.
Grille Dynamique (Dynamic Grid)
Structure de données spatiale qui s'adapte en divisant ou fusionnant des cellules pour suivre l'évolution de la distribution des données dans un flux, optimisant l'utilisation de la mémoire.
Détection d'Anomalies en Flux (Stream Anomaly Detection)
Processus intégré au clustering par flux qui identifie les points de données n'appartenant à aucun cluster dense, les signalant comme des anomalies ou du bruit.
Synthèse de Cluster (Cluster Synopsis)
Représentation compacte d'un cluster (ou d'un micro-cluster) contenant des statistiques essentielles comme le centre, le rayon et le poids, permettant des calculs efficaces.
Algorithme DenStream
Algorithme de clustering par flux basé sur la densité qui distingue les micro-clusters potentiels des micro-clusters centraux pour modéliser des clusters émergents et stables.
Horizon Temporel (Time Horizon)
Paramètre définissant la période de pertinence des données dans un modèle de clustering par flux, influençant la vitesse à laquelle le modèle oublie les anciennes informations.