Régularisation de noyaux temporellement élastiques et analyse en composantes principales non-linéaire pour la fouille de séries temporelles
نویسنده
چکیده
Résumé. Dans le domaine de la fouille de séries temporelles, plusieurs travaux récents exploitent des noyaux construits à partir de distances élastiques de type Dynamic Time Warping (DTW) au sein d’approches à base de noyaux. Pourtant les matrices, apparentées aux matrices de Gram, construites à partir de ces noyaux n’ont pas toujours les propriétés requises ce qui peut les rendre in fine impropres à une telle exploitation. Des approches émergeantes de régularisation de noyaux élastiques peuvent être mises à profit pour répondre à cette insuffisance. Nous présentons l’une de ces méthodes, KDTW , pour le noyau DTW, puis, autour d’une analyse en composantes principales non-linéaire (K-PCA), nous évaluons la capacité de quelques noyaux concurrents (élastiques v.s non élastiques, définis v.s. non définis) à séparer les catégories des données analysées tout en proposant une réduction dimensionnelle importante. Cette étude montre expérimentalement l’intérêt d’une régularisation de type KDTW .
منابع مشابه
Une approche de classification non supervisée basée sur la détection de singularités et la corrélation de séries temporelles pour la recherche d'états : application à un bioprocédé fed-batch
Résumé. Nous proposons dans cet article une méthode de clustering qui combine l’analyse dynamique et l’analyse statistique pour caractériser des états. Il s’agit d’une méthode de fouille de données qui travaille sur des ensembles de séries temporelles pour détecter des états; ces états représentent les informations les plus significatives du système. L’objectif de cette méthode non supervisée e...
متن کاملApprentissage non supervisé de séries temporelles à l'aide des k-means et d'une nouvelle méthode d'agrégation de séries
Résumé. L’utilisation d’un algorithme d’apprentissage non supervisé de type k-Means sur un jeu de séries temporelles amène à se poser deux questions : Celle du choix d’une mesure de similarité et celle du choix d’une méthode effectuant l’agrégation de plusieurs séries afin d’en estimer le centre (i.e. calculer les k moyennes). Afin de répondre à la première question, nous présentons dans cet ar...
متن کاملApprentissage de scénarios à partir de séries temporelles multivariées
La construction automatique de scénarios à partir des signaux (séries temporelles) produits par les appareils de surveillance de patients en anesthésie réanimation est le premier pas vers l’élaboration de systèmes de monitoring intelligent. Mais dans ce contexte, les connaissances a priori ne sont pas suffisantes pour orienter efficacement un apprentissage à partir des données complexes que son...
متن کاملModèles de réseaux de neurones pour l'analyse des séries temporelles ou la régression - Estimation, identification, méthode d'élagage SSM
RÉSUMÉ. Ce papier porte sur la modélisation de séries temporelles ou de régression à l’aide de réseaux de neurones. En nous appuyant sur des résultats récents sur l’estimation des moindres carrés pour les séries temporelles non linéaires, nous proposons une méthodologie complète et explicite pour l’estimation des paramètres (processus d’apprentissage) et pour le choix du modèle (sélection d’arc...
متن کاملExploration visuelle de données spatiotemporelles imprécises : application en archéologie
Résumé. Dans cet article, nous proposons d’exploiter une technique spécifique d’exploration visuelle d’un ensemble d’objets archéologiques dont les composantes spatiales et temporelles sont représentées par des ensembles flous convexes et normalisés. Pour cela, en nous basant sur la définition de vecteurs multidimensionnels issus de défuzzifications ou de comparaisons entre deux nombres flous, ...
متن کامل