Vignette d'image

Albertetti, Fabrizio

Nom
Albertetti, Fabrizio
Affiliation principale
Fonction
Ancien.ne collaborateur.trice
Identifiants
https://libra.unine.ch/handle/123456789/622

Résultat de la recherche

Filtres

2
11
Réinitialiser les filtres

Paramètres

Voici les éléments 1 - 2 sur 2
  • Publication
    Métadonnées seulement
    Change points detection in crime-related time series: An on-line fuzzy approach based on a shape space representation
    (2015-12-17)
    Albertetti, Fabrizio 
    ;
    Grossrieder, Lionel
    ;
    Ribaux, Olivier
    ;
    Stoffel, Kilian 
    The extension of traditional data mining methods to time series has been effectively applied to a wide range of domains such as finance, econometrics, biology, security, and medicine. Many existing mining methods deal with the task of change points detection, but very few provide a flexible approach. Querying specific change points with linguistic variables is particularly useful in crime analysis, where intuitive, understandable, and appropriate detection of changes can significantly improve the allocation of resources for timely and concise operations. In this paper, we propose an on-line method for detecting and querying change points in crime-related time series with the use of a meaningful representation and a fuzzy inference system. Change points detection is based on a shape space representation, and linguistic terms describing geometric properties of the change points are used to express queries, offering the advantage of intuitiveness and flexibility. An empirical evaluation is first conducted on a crime data set to confirm the validity of the proposed method and then on a financial data set to test its general applicability. A comparison to a similar change-point detection algorithm and a sensitivity analysis are also conducted. Results show that the method is able to accurately detect change points at very low computational costs. More broadly, the detection of specific change points within time series of virtually any domain is made more intuitive and more understandable, even for experts not related to data mining.
  • Publication
    Accès libre
    Des données aux connaissances, un chemin difficile : réflexion sur la place du data mining en analyse criminelle
    (2013-4-1)
    Grossrieder, Lionel
    ;
    Albertetti, Fabrizio 
    ;
    Stoffel, Kilian 
    ;
    Ribaux, Olivier
    Le "data mining", ou "fouille de données", est un ensemble de méthodes et de techniques attractif qui a connu une popularité fulgurante ces dernières années, spécialement dans le domaine du marketing. Le développement récent de l’analyse ou du renseignement criminel soulève des problématiques auxquelles il est tentant d’appliquer ces méthodes et techniques. Le potentiel et la place du data mining dans le contexte de l’analyse criminelle doivent être mieux définis afin de piloter son application. Cette réflexion est menée dans le cadre du renseignement produit par des systèmes de détection et de suivi systématique de la criminalité répétitive, appelés processus de veille opérationnelle. Leur fonctionnement nécessite l’existence de patterns inscrits dans les données, et justifiés par les approches situationnelles en criminologie. Muni de ce bagage théorique, l’enjeu principal revient à explorer les possibilités de détecter ces patterns au travers des méthodes et techniques de data mining. Afin de répondre à cet objectif, une recherche est actuellement menée en Suisse à travers une approche interdisciplinaire combinant des connaissances forensiques, criminologiques, et computationnelles