×
罗曼·戴维尔;伊利莎·弗罗蒙特;耶迪，巴普蒂斯特;克莉丝汀·索尔农

挖掘2D+t网格图中的频繁模式以进行细胞自动机分析。 （英语） Zbl 1489.68242号

Foggia，Pasquale（编辑）等人，模式识别中基于图形的表示。2017年5月16日至18日，意大利阿纳卡普里，第11届IAPR-TC-15国际研讨会，GbRPR 2017。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。10310, 177-186 (2017).
摘要：2D网格是一种特殊的几何图，可以用来表示任何2D规则结构，例如像素网格、游戏板或细胞自动机。模式挖掘技术可用于从这些网格中自动提取感兴趣的子结构。2D+t网格是网格的时间序列，用于模拟网格随时间的演化。在本文中，我们展示了如何将2D网格挖掘算法扩展到2D+t网格，从而使我们能够有效地在2D+t栅格中查找频繁模式。我们在由经典细胞自动机生成的2D+t网格上评估了该算法的放大特性，即生命游戏，我们表明提取的时空模式可以用于分析此类细胞自动机。
关于整个系列，请参见[兹比尔1361.68007].

MSC公司：

68吨10 模式识别、语音识别
68问题80 细胞自动机（计算方面）
68兰特 计算机科学中的图论（包括图形绘制）
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
\textit{R.Deville}等人，Lect。注释计算。科学。10310、177--186（2017；Zbl 1489.68242）
全文： DOI程序 哈尔

参考文献：

[1] Arimura，H.，Uno，T.，Shimozono，S.：极大几何图的时空效率发现。收录：Corruble，V.，Takeda，M.，Suzuki，E.（编辑）DS 2007。LNCS，第4755卷，第42-55页。斯普林格，海德堡（2007）。doi:10.1007/978-3-540-75488-66·doi:10.1007/978-3-540-75488-6_6
[2] Bosc，G.，Raíssi，C.，Boulicaut，J.-F.，Kaytoue，M.：使用蒙特卡罗树搜索的任意时间多样性子组发现。CoRR（2016）·Zbl 1411.68132号
[3] Breckling，B.，Peer，G.，Matsinos，Y.G.：生态建模中的细胞自动机。摘自：Jopp，F.、Reuter，H.、Breckling，B.（编辑）《复杂生态动力学建模：学生、教师和科学家生态建模导论》，第105-117页。斯普林格，海德堡（2011）·doi:10.1007/978-3-642-05029-98
[4] Chang，C.-C.，Lin，C.-J.：LIBSVM：支持向量机库。ACM-TIST 2，27:1-27:27（2011）。网址：http://www.csie.ntu.edu.tw/cjlin/libsvm
[5] 康威，J.：生活的游戏。科学。《美国判例汇编》第223卷第4期、第4期（1970年）
[6] Deville，R.，Fromont，E.，Jeudy，B.，Solnon，C.：GriMa：一种基于bag-of-grid分类的网格挖掘算法。收录人：Robles-Kelly，A.、Loog，M.、Biggio，B.、Escolano，F.、Wilson，R.（编辑）S+SSPR 2016。LNCS，第10029卷，第132-142页。查姆施普林格（2016）。数字对象标识代码：10.1007/978-3-319-49055-7_12·数字对象标识代码：10.1007/978-3-319-49055-7_12
[7] 费尔南多，B.，佛罗蒙特，E。，Tuytelaars，T.：为图像分类挖掘中级特征。IJCV 108（3），186-203（2014）·doi:10.1007/s11263-014-0700-1
[8] Jiang，C.，Coenen，F.，Zito，M.：频繁子图挖掘算法综述。克28，75-105（2013）
[9] Marco，D.E.，Páez，S.A.，Cannas，S.A.：生物入侵中的物种入侵：建模方法。生物入侵4（1），193-205（2002）·doi:10.1023/A:1020518915320
[10] Odone，F.，Barla，A.，Verri，A.：从二进制字符串构建内核以进行图像匹配。IEEE-TIP 14（2），169-180（2005）
[11] Prado，A.，Jeudy，B.，Fromont，E.，Diot，F.：在动态平面图中挖掘时空模式。IDA 17，71-92（2013）
[12] Wolfram，S.：作为复杂性模型的细胞自动机。《自然》311（5985），419-424（1984）·数字对象标识代码：10.1038/311419a0
[13] Wootton，J.T.：局部交互预测经验衍生的细胞自动机中的大规模模式。《自然》413（6858），841-844（2001）·doi:10.1038/35101595
[14] Yan，X.，Han，J.：gSpan：基于图的子结构模式挖掘。收录于：ICDM，第721-724页（2002年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。