Nom et Prénom du Doctorant : ATTAOUI Mohammed Oualid
Spécialité : Système d’Information
Intitulé de la thèse : Vers de nouvelles méthodes de clustering de flux de données.
Date et lieu : aura lieu (à huis clos en raison des mesures de restrictions sanitaires) le Mercredi 30 Juin 2021 à 10H00 à la salle de soutenance de l’école.

Soutenance de thèse de doctorat en cotutelle avec l’université Sorbonne Paris Nord, France devant le jury :

[Résumé:]
Ces derniers jours, de grandes quantités de données sont générées par les applications en temps réel. Ces quantités de données appelées flux de données ne peuvent pas être traitées comme des données classiques car nous ne pouvons pas stocker ou traiter cette quantité de données. L’exploration de flux est le processus qui consiste à trouver une structure complexe dans un grand volume de données où les données évoluent et arrivent dans un flux non limité. Un flux de données est une séquence de données continues qui impose une restriction de passage unique. L’accès aléatoire aux données n’est pas possible, et il est peu pratique de stocker toutes les données qui arrivent. Dans ce cas, nous stockons des caractéristiques ou des synopsis de clusters qui comprennent généralement des statistiques descriptives pour un cluster. Dans de nombreux cas, les algorithmes de flux de données doivent respecter des contraintes d’espace et de temps. Les données arrivant dans les flux contiennent souvent du bruit et des valeurs aberrantes. Ainsi, le clustering de flux de données doit détecter, distinguer et filtrer ces données avant la tâche de clustering. Le présent travail porte sur la modélisation de données à haute dimension dans un cadre de flux de données, en utilisant le Subspace Clustering pour découvrir des clusters intégrés dans différents sous-espaces. Nous avons également utilisé le cadre multi-objectif pour faire face aux variations des caractéristiques des données. Nous avons présenté différentes techniques basées sur le subspace clustering, le Multi-Objective clustering combiné avec des techniques d’analyse de flux pour répondre aux problèmes mentionnés précédemment.

[Abstract:]
These days, large amounts of data are generated by real-time applications. These amounts of data called data streams cannot be processed as conventional data because we cannot store or process this amount of data. Stream mining is the process of finding a complex structure in a large volume of data where data evolves and arrives in an unbounded stream. A data stream is a sequence of continuous data that imposes a single passage restriction. Random access to data is not possible, and it is impractical to store all the data that arrives. In this case, we store features or synopses of clusters that typically include descriptive statistics for a cluster. In many cases, data stream algorithms must meet memory and time constraints. Data arriving in streams often contain noise and outliers. Thus, data stream clustering must detect, distinguish, and filter these data prior to the clustering task. The present work focuses on modeling high-dimensional data in a data stream framework, using Subspace Clustering to discover embedded clusters in different subspaces. We also used the multi-objective framework to cope with variations in data characteristics.  We have presented different techniques based on Subspace Clustering, Multi-Objective clustering combined with stream analysis techniques to address the above mentioned problems.