Data Stream Mining Approaches in Intelligent Transportation Systems and Precision Agriculture

Dans cette thèse, nous abordons le problème de l'analyse des données IoT en nous concentrant sur la détection des anomalies dans les flux de données et l'analyse des comportements. L'apprentissage non supervisée est intéressant pour les applications de la vraie vie, en particulier pour la détection des anomalies, car il y a beaucoup de données sans étiquettes dans ce scénario. Nous proposons une technique ELSCP (Enhanced Locally Selective Combination in Parallel outlier ensembles). Nous définissons une méthodologie non supervisée axée sur les données et nous l'appliquons à trois études de cas: la détection des dommages causés aux cultures dans un ensemble de données d'agriculture, l'application aux traces GPS des moissonneuses-batteuses et l'application aux messages issus des systèmes de transport intelligent coopératif (C-ITS). L'accent est mis sur l'identification des anomalies qui peuvent être liées à l'état ou à la santé des cultures pendant la récolte, celles qui ont un impact sur l'efficacité de la récolte et celles qui ont un impact sur la sécurité et le traffic routier. D'après nos résultats, il est possible de relier les anomalies extraites à l'état des cultures endommagées à la fin de la récolte. De même, nous avons été en mesure de détecter le comportement déviant de la moissonneuse-batteuse et d'identifier les anomalies sur les routes. Par conséquent, la détection des anomalies pourrait être intégrée dans le processus de décision des exploitants agricoles et routiers afin d'améliorer l'efficacité de la récolte, la santé des cultures, la sécurité routière et la fluidité du trafic.Deuxièmement, nous avons considéré l'analyse des signatures de vitesse générées à partir des messages C-ITS dans le but de comprendre l'évolution du comportement de conduite dans un environnement de conduite naturalle. Nous avons montré qu'avec l'application de la segmentation et des statistiques agrégées, on est capable d'obtenir une meilleure compréhension du comportement général de conduite et de déduire des informations relatives à l'état de la route et à la situation du trafic routier. Enfin, nous avons examiné le problème de la liaison de trajectoires et l'avons appliqué aux messages C-ITS. Suite à notre analyse, il est possible de relier les trajectoires aux utilisateurs qui les ont générées si d'autres attributs discriminants et des connaissances de base sur la génération des messages sont pris en compte pendant l'analyse de similarité.In this thesis, we address the problem of analysing IoT data with a focus on anomaly detection in data streams and behaviour analysis. Unsupervised learning is highly preferred for real-life applications, especially in anomaly detection since there is a lot of data without labels in this scenario. We propose an Enhanced Locally Selective Combination in Parallel outlier ensembles (ELSCP) technique. We define an unsupervised data-driven methodology and apply it in three case studies; detection of crop damage in crop dataset, application to GPS logs of combine harvesters and application to Cooperative Intelligent Transport System (C-ITS) messages. The focus is the identification of anomalies that can be linked to crop state/health during harvest, those that have an impact on harvest efficiency and those impacting road safety and efficiency. Based on our results, it is possible to link anomalies extracted to damaged crop state at the end of harvest. Also, we were able to detect deviant behaviour of combine-harvester and to identify anomalies on the roads. Therefore, anomaly detection could be integrated in the decision process of farm and road operators to improve harvesting efficiency, crop health, road safety and traffic flow.Secondly, we considered the analysis of speed signatures generated from C-ITS messages with the aim of understanding driving behaviour evolution under a naturalistic driving environment. We have shown that with the application of segmentation and aggregate statistics, one is able to get a better understanding of general driving behaviour and infer information that relates to the road condition and traffic situation. Finally, we considered the trajectory-linking problem and applied it to C-ITS messages. Based on our analysis, it is possible to link trajectories to the generating users if other distinguishing attributes and background knowledge on generation of the messages are considered during similarity analysis