• Aucun résultat trouvé

Sélection et aggrégation de modèles pour la prédiction de séries temporelles faiblement dépendantes

N/A
N/A
Info
Télécharger
Protected

Academic year: 2021

Partager "Sélection et aggrégation de modèles pour la prédiction de séries temporelles faiblement dépendantes"

Copied!
2
0
0

Chargement.... (Voir le texte intégral maintenant)

Texte intégral

(1)

HAL Id: inria-00510205

https://hal.inria.fr/inria-00510205

Submitted on 17 Aug 2010

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Sélection et aggrégation de modèles pour la prédiction

de séries temporelles faiblement dépendantes

Pierre Alquier, Olivier Wintenberger

To cite this version:

Pierre Alquier, Olivier Wintenberger. Sélection et aggrégation de modèles pour la prédiction de séries temporelles faiblement dépendantes. Journées MAS et Journée en l’honneur de Jacques Neveu, Aug 2010, Talence, France. �inria-00510205�

(2)

Journées MAS 2010, Bordeaux

Session : Méthodes adaptatives pour les séries chronologiques

Selection et aggrégation de modèles pour la prédiction

de séries temporelles faiblement dépendantes

par Pierre Alquier et Olivier Wintenberger

Dans ce travail, on applique le paradigme de la théorie de l'apprentissage statistique au problème de la sélection d'un bon modèle pour la prédiction d'une série temporelle faiblement dépendante. Après avoir déterminé un es-timateur dans chacun des modèles possibles, on agrège ces modèles, ou on en sélectionne un, de façon déterministe ou randomisée, en utilisant des va-riantes d'inégalités PAC-Bayesiennes de (Catoni 2007). Dans les deux cas, on donne une inégalité d'oracle sur l'estimateur obtenu. On montre aussi que la méthode peut être implémentée en pratique en utilisant des méthodes de Monte-Carlo, avec de bons résultats numériques.

Adresses : Pierre Alquier

Laboratoire de Probabilités et Modèles Aléatoires (Universités Paris 6 et 7) 175, rue du Chevaleret,

75252 Paris CEDEX 05 (FRANCE). E-mail : [email protected]

<http://alquier.ensae.net/> Olivier Wintenberger CEREMADE

Place du Maréchal De Lattre De Tassigny 75775 PARIS CEDEX 16

FRANCE

E-mail : [email protected] <http://wintenberger.fr>

Références

Télécharger maintenant ( PDF - 2 Page - 233.17 KB )

Documents relatifs

Procédé de configuration d’un modèle de prédiction des caractéristiques d’un substrat de méthaniseur et utilisation de modèles pour l’estimation de la biodégradation d’un substrat

Procédé de configuration d’un modèle de prédiction des caractéristiques d’un substrat de méthaniseur et utilisation de modèles pour l’estimation de la biodégradation

Prévision du rayonnement solaire : classification en journées types et combinaisons de modèles statistiques

Les modèles ARMA sont souvent utilisés pour traiter les séries temporelles. Ces modèles reposent sur le fait que la valeur suivante dépend uniquement des valeurs

LA TERRE EN 4D : APPORT DES SERIES TEMPORELLES DE MODELES NUMERIQUES D'ELEVATION PAR PHOTOGRAMMETRIE SPATIALE POUR L'ETUDE DE LA SURFACE TERRESTRE

Cet article présente une revue des applications en géosciences des séries temporelles de modèles numériques d’élévation (MNE) calculés par photogrammétrie

Utilisation de séries temporelles d’images satellitales pour cartographier le dépérissement des boisements résineux du Sud Massif Central

To cite this version: Cheret, Véronique and Denux, Jean-Philippe and Gacherieu, Christelle and Ortisset, Jean-Pierre Utilisation de séries temporelles

Nouvelle méthode de prédiction d'échec de modèles prédictifs et de détection de changements de régimes dans les séries chronologiques

Dans ce mémoire nous avons élaboré un nouveau modèle de survie pour les séries chronologiques capable de prédire le temps où un modèle prédictif pré-entraîné et per- formant

Prédiction de séries temporelles : Application aux énergies renouvelables

• Plusieurs possibilités pour la prédiction de production d’une ferme éolienne : soit prédire la vitesse du vent dans les directions transverses et obliques, soit prédire la

Modélisation et prévision des flux quotidiens des patients aux urgences hospitalières en utilisant l'analyse de séries chronologiques

, (2005) ont utilisé des modèles ARMA pour prévoir l'occupation des couloirs de l’hôpital due à des infections SRAS. Les auteurs ont divisé les modèles de

Développement de modèles QSPR pour la prédiction du point d’éclair de mélanges binaires organiques

Avec l’application du règlement CLP [1] au cas des mélanges au 1 er juin 2015, des modèles QSPR pour la prédiction des points d’éclair (PE) de mélanges organiques