Les données de comptage sont très utilisées dans le monde actuel pour modéliser les occurrences d'un évènement (apparence d'un mot dans un texte, passage d'une voiture à un carrefour , contact entre deux personnes d'un réseau sociaux etc.). Ce travail s'intéresse aux données de comptage dynamiques, lorsque les occurrences sont dénombrées sur plusieurs périodes différentes. Dans ce cas, les données sont vues comme un tenseur (ou cube). L'approche proposée développe un algorithme de tri-clustering, qui va simultanément créer des clusters en ligne, en colonne et en profondeur. La distribution de Poisson est utilisée pour modéliser les données, et un algorithme EM variationnel est décrit pour inférer les paramètres du modèle. Mots-clés. tri-clustering, modèle des blocs latents Abstract. Count data are widely used to model the occurrences of an event (ap-pearance of a word in a text, car trafic at a crossroads, conversation between two people in a social network etc.). This work focuses on dynamic count data, where occurrences are enumerated over several different time periods. In this case, the data is seen as a tensor (or cube). The proposed approach develops a tri-clustering algorithm, which simultaneously creates clusters in lines, in columns and in depth. The Poisson distribution is used to model the data, and a variational EM algorithm is described to infer the model parameters.

Over the past decade, the data lake concept has emerged as an alternative to data warehouses for storing and analyzing big data. A data lake allows storing data without any predefined schema. Therefore, data querying and analysis depend on a metadata system that must be efficient and comprehensive. However, metadata management in data lakes remains a current issue and the criteria for evaluating its effectiveness are more or less nonexistent.In this paper, we introduce MEDAL, a generic, graph-based model for metadata management in data lakes. We also propose evaluation criteria for data lake metadata systems through a list of expected features. Eventually, we show that our approach is more comprehensive than existing metadata systems.

La croissance exponentielle des objets connectés présents maintenant dans tous les aspects de la vie quotidienne entraîne une collecte de données à haute fréquence pour un même individu. Ces objets facilitent aussi la collecte de plusieurs variables simultanément pour un même individu, entraînant des besoins croissants de méthodes pour résumer et interpréter ces données fonctionnelles multivariées. Ce travail propose une nouvelle méthode de co-clustering fonctionnelle de façon à faciliter la mise en évidence de groupes d'individus et de variables se ressemblant au sein de bases de données multivariées. Cette méthode s'appuie sur un modèle à blocs latents fonctionnels et l'inférence du modèle est faite à l'aide d'un algorithme SEM-Gibbs. L'efficacité de ce modèle sera testée sur un exemple de suivi de consommation électrique et de température au sein de maisons intelligentes connectées.