Contributions à la classification et segmentation de séries temporelles par apprentissage statistique non supervisé ou guidé.
Texte intégral
Documents relatifs
Pour ce faire, les couplages appris tendent à lier les séries temporelles selon des ca- ractéristiques, communes au sein des classes et différentielles entre les classes..
• utilisation : pour une entrée X (de  d ), chaque neurone k de la carte calcule sa sortie = d(W k ,X), et on associe alors X au neurone « gagnant » qui est celui de sortie la
En présence de données manquantes, et dans le cadre de la classification hiérarchique de variables on étudie deux méthodes utilisant les matrices obtenues après imputation
Though this mechanism likely applies to other organic conjugated materials, it should be stressed that (i) the instantaneous formation of a coherent superposition of single and
Pour répondre au second problème d’anticipation d’un pic de consommation, nous avons divisé les séries en deux catégories : celles qui ont une consommation forte sur la
The present research program proposes to investigate the possibility of explicitly discovering and learning unknown invariant transformations, as a way to go beyond the limits
Conclusion et perspectives Dans ce travail de thèse, nous avons examiné deux approches existantes de la littérature de l’apprentissage statistique pour rendre les modèles et
Elle offre une d´ emarche originale contenant une phase essentielle de pr´ eparation des donn´ ees afin de produire la structure la plus ad´ equate possible pour initialiser la phase