Visualisation et évaluation de projections de données temporelles par temporal dimensional projection

Abstract

En machine learning, les techniques de TDP représentent des visualisations d’instances de datasets temporellement dépendants. Une série de projections est générée pour chaque time step et permet de créer une animation qui est cohérente avec l’évolution des instances dans le temps. Le Dynamic t-SNE est l’un des rares TDP existants tentant de résoudre les problèmes concernant ce type de données, mais les techniques manquent pour évaluer les performances de cette solution. Cinq métriques adaptées aux techniques de TDP sont présentées dans ce document mesurant les conservations de la dynamique et des changements de direction des instances projetées, construire une reliability map, un tableau de scores de trustworthiness et observer les similitudes dans les voisinages des instances entre time steps. Quatre nouvelles techniques de TDP sont également présentées. Parmi ces nouvelles techniques, le TCP et le TCP+ sont les solutions qui ont fourni des résultats très prometteurs et surpassant les résultats du Dynamic t-SNE.

Date of Award	21 Jun 2022
Original language	French
Awarding Institution	University of Namur
Supervisor	Benoît Frénay (Supervisor)