Dans cette présentation, je m'intéresserais aux motifs graduels et à leur énumération en utilisant la logique propositionnelle (Propositional Satisfiability ou SAT en anglais). Les motifs graduels, de façon schématique, extraient à partir de données numériques, des connaissances qui s'expriment linguistiquement sous la forme «plus/moins X1, ..., plus/moins Xn». Je présenterais brièvement quelques algorithmes efficaces d'extraction de motifs graduels de la littérature en précisant les sémantiques de gradualité associées à chaque algorithme. Ensuite, je montrerais comment rechercher efficacement ces motifs en utilisant le paradigme déclaratif SAT, à travers différentes modélisations sous forme de contraintes de la tâche de fouille de motifs graduels dans des données numériques. Quelques références : 1- Lisa Di-Jorio, Anne Laurent, and Maguelonne Teisseire. Mining frequent gradual itemsets from large databases. In IDA, pages 297-308, 2009. 2- Anne Laurent, Marie-Jeanne Lesot, and Maria Rifqi. GRAANK : exploiting rank correlations for extracting gradual itemsets. In FQAS, pages 382-393, 2009. 3- Jerry Lonlac and Engelbert Mephu Nguifo. A novel algorithm for searching frequent gradual patterns from an ordered data set. Intell. Data Anal., 24(5) :1029-1042, 2020. 4- Amel Hidouri, Saïd Jabbour, Jerry Lonlac, and Badran Raddaoui. A constraint-based approach for enumerating gradual itemsets. In IEEE ICTAI, pages 582-589, 2021. 5- Dickson Odhiambo Owuor, Thomas A. Runkler, and Anne Laurent. A metaheuristic approach for mining gradual patterns. Swarm Evol. Comput., 75 :101205, 2022. 6- Michaël Chirmeni Boujike, Jerry Lonlac, Norbert Tsopzé, Engelbert Mephu Nguifo, and Laure Pauline Fotso. GRAPGT : gradual patterns with gradualness threshold. Int. J. Gen. Syst., 52(5) :525-545, 2023. 7- Jerry Lonlac, Imen Dlala, Saïd Jabbour, Engelbert Nguifo, Badran Raddaoui and Lakhdar Saïs. Extracting Frequent Gradual Patterns Based on SAT. 12th International Conference on Data Science, Technology and Applications. pp.136-143, 2023.
