About: Contribution à la prédiction en ligne des séries temporelles, un cas d'étude à la modélisation de systèmes dynamiques   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • Contribution to on line time-series prediction, a case study for dynamical system modeling
dc:subject
  • Apprentissage automatique
  • Thèses et écrits académiques
  • Séries chronologiques
  • Temps réel (informatique)
  • Logique floue
  • Systèmes dynamiques -- Modèles mathématiques
  • Prédiction (logique)
preferred label
  • Contribution à la prédiction en ligne des séries temporelles, un cas d'étude à la modélisation de systèmes dynamiques
Language
Subject
dc:title
  • Contribution à la prédiction en ligne des séries temporelles, un cas d'étude à la modélisation de systèmes dynamiques
Degree granting institution
note
  • Cette thèse porte sur la modélisation des systèmes dynamiques, et tente, en particulier, d'apporter une solution au problème de la prédiction de séries temporelles en temps réel. Le premier prédicteur présenté utilise la logique floue. Afin que la phase d'apprentissage puisse se faire sans expert (apprentissage non supervisé), nous avons adopté, pour celle-ci, la méthode d'extraction de règles floues de Abe. Cette méthode, outre qu'elle offre un caractère robuste, permet une interprétation facile du comportement du système sous-jacent, car elle utilise des hyper-volumes simples pour définir les relations qui lient les observations passées et les sorties futures du système. Afin d'améliorer la précision, plusieurs algorithmes ont été développés de manière à adapter les règles floues et les paramètres du modèle lorsque la base d'apprentissage évolue. Le second prédicteur utilise, pour sa part, les propriétés géométriques du signal à prédire. Son originalité réside dans l'utilisation des informations liées au cercle osculateur. Elle est composée d'une procédure locale, qui a pour objectif de construire à chaque instant le cercle osculateur à la courbe représentative du signal, et d'une procédure globale qui permet de prendre en compte les observations passées (base d'apprentissage évolutive). La mise en oeuvre de ces deux méthodes sur plusieurs séries temporelles, ainsi que leurs comparaisons avec des techniques existantes, les font apparaître comme des alternatives très intéressantes, dans le domaine de la prédiction temps réel.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2001
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software