Site-Index

Séries temporelles

  • Contributions à l'analyse statistique des séries temporelles : théorie et pratique

    Contributions à l'analyse statistique des séries temporelles: théorie et pratique
    Lire la suite
  • lettre semestrielle 20 mars 2019

    Son objectif général est de développer une formation et une recherche de niveau international autour de quatre principaux axes de recherche: 1. Analyse et prévision de séries temporelles, 2. Exploitation de données hétérogènes, massives et partiellement étiquetées, 3. Apprentissage pour une prise de décision robuste et fiable, 4. Apprentissage dans un environnement dynamique
    Lire la suite
  • Étude des séries temporelles en imagerie satellitaire SAR pour la détection automatique de changements

    Étude des séries temporelles en imagerie satellitaire SAR pour la détection automatique de changements... Cette thèse présente la méthode de détection de changements MIMOSA (Method for generalIzed Means Ordered Series Analysis).Cette nouvelle méthode permet de détecter automatiquement des changements entre couples ou séries temporelles d'images SAR
    Lire la suite
  • Extraction d'information et compression conjointes des séries temporelles d'images satellitaires

    Extraction d'information et compression conjointes des séries temporelles d'images satellitaires... Ces derniers temps, de nouvelles données riches en information ont été produites: les Séries Temporelles d'Images Satellitaires qui permettent d'observer les évolutions de la surface de la Terre... Ce traitement conjoint nous permettra d'obtenir une représentation compacte des Séries Temporelles d'Images Satellitaires qui contienne un index du contenu informationnel
    Lire la suite
  • Télédétection : prix du meilleur article

    Visualisation des changements sur séries temporelles radar: méthode REACTIV évaluée à l'échelle mondiale sous Google Earth Engine. Jean Marie Nicolas est professeur à Télécom ParisTech
    Lire la suite
  • Détection de changements en imagerie radar cohérente

    Un des problèmes rencontré lors de l'exploitation en série temporelle d'un large volume de données concerne la sélection de couples d'images pertinents, permettant une estimation de bonne qualité du signal de déformation sur l'ensemble de la période étudiée... Dans second temps, une stratégie de sélection de couples adaptée au recalage global de cette série temporelle peu cohérente a été alors proposée et mise en place, afin de améliorer l'estimation de la cohérence
    Lire la suite
  • Thèmes de recherche

    Ces recherches concernent les processus stochastiques (chaines de Markov, séries temporelles, ..);les statistiques en grande dimension; la théorie des valeurs extrêmes son application à la détection d'anomalies et à l'évaluation des risques liés aux événements rares; la quantification de l'incertitude basée sur le bootstrap et les inégalités de concentration de processus empiriques; l'apprentissage par renforcement; la théorie de l'information
    Lire la suite
  • Recherche du département Images, Données, Signal

    Ces recherches concernent les processus stochastiques (chaines de Markov, séries temporelles, ..),les statistiques en grande dimension, la théorie des valeurs extrêmes son application à la détection d'anomalies et à l'évaluation des risques liés aux événements rares, la quantification de l'incertitude basée sur le bootstrap et les inégalités de concentration de processus empiriques, l'apprentissage par renforcement, la théorie de l'information
    Lire la suite
  • Data Science and Artificial Intelligence for Digitalized Industry and Services

    Développement d'une analyse prévisionnelle des séries temporelles et des flux de données. Axe 2
    Lire la suite
  • Nouvelle chaire en Intelligence Artificielle

    Développement d'une analyse prévisionnelle des séries temporelles et des flux de données. Axe 2
    Lire la suite