La fouille de graphes est devenue une piste de recherche interessante et un defi reel en matiere de fouille de donnees. Parmi les differentes familles de motifs de graphes, les graphes frequents permettent une caracterisation interessante des groupes de graphes, ainsi qu'une discrimination des differents graphes lors de la classification ou de la segmentation. A cause de la NP-completude du test d'isomorphisme de sous-graphes et de l'immensite de l'espace de recherche, les algorithmes de fouille de graphes sont exponentiels en temps d'execution et/ou occupation memoire. Dans cet article, nous etudions un nouvel operateur de projection polynomial nomme AC-projection base sur une propriete cle du domaine de la programmation par contraintes, a savoir l'arc consistance. Cet operateur est cense remplacer l'utilisation de l'isomorphisme de sous-graphes en etablissant un biais sur la projection. Cette etude est suivie d'une evaluation experimentale du pouvoir discriminant des patterns AC-reduits decouverts.
[1]
Jun Huan,et al.
Chemical Compound Classification with Automatically Mined Structure Patterns
,
2008,
APBC.
[2]
George Karypis,et al.
Frequent subgraph discovery
,
2001,
Proceedings 2001 IEEE International Conference on Data Mining.
[3]
Ramakrishnan Srikant,et al.
Fast algorithms for mining association rules
,
1998,
VLDB 1998.
[4]
Michel Liquiere.
Arc Consistency Projection: A New Generalization Relation for Graphs
,
2007,
ICCS.
[5]
George Karypis,et al.
An efficient algorithm for discovering frequent subgraphs
,
2004,
IEEE Transactions on Knowledge and Data Engineering.
[6]
David S. Johnson,et al.
Computers and Intractability: A Guide to the Theory of NP-Completeness
,
1978
.