Letteratura scientifica selezionata sul tema "Prediction de séries temporelle"

En muchas situaciones, la teoría recomienda un determinado modelo predictivo para una serie de tiempo financiera. Sin embargo, algunos comportamientos de estas series hacen que el modelo no sea apropiado. Una de las razones para ello puede ser la no linealidad de esos comportamientos. Se propone tratar estas series con modelos TAR (modelo autorregresivo por tramos); dichos modelos se definen por una variable umbral, por lo que en general resulta ser un modelo temporal no lineal. Un modelo de este tipo se formula como una serie temporal con su rezago como variable umbral, donde d es un entero positivo denominado retardo umbral. La variable umbral se desconoce en la práctica, y es importante saber cómo determinarla; en este artículo se explica cómo. Los modelos TAR se ilustran haciendo una modelación del PIB de España. Palabras clave: Modelos TAR, variables umbrales, regímenes. Clasificación JEL: C23, C51 Abstract: In some situations, theoreticians recommend a given predictive model for a series of financial time. However, some inappropriate behaviors in given series make such a model unsuitable. One of the reasons for this can be the non-linearity of those behaviors. A proposed model to treat these series is the TAR model (threshold autoregressive). TAR models are determined by a variable called threshold for which it mainly results to be a temporal nonlinear model. A TAR model expresses itself as a temporal series, with a lagged as a threshold variable, where d is an entire positive called retard threshold. In practice, the threshold variable is unknown, due to which an important question is how to determine it; an answer to this question is given in this paper. TAR models are illustrated by modeling Spain's Gross Domestic Product. Key words: TAR model, threshold variable, regimes.. JEL: C23, C51 Résumé: Dans quelques situations, les théoriciens recommandent un modèle prédictif donné pour une série de temps financier. Cependant, quelques comportements inadéquats des séries données rendent un tel modèle peu convenable. Une raison de ceci est qu'il ne tient pas compte des comportements non linéaires. Un modèle proposé pour traiter ces séries est le modèle TAR (seuil auto-régressif). Des modèles TAR sont déterminés par un variable seuil pour lequel il résulte principalement un modèle non-linéaire temporel. Un modèle TAR s'exprime comme série temporelle , avec un traîné comme un variable de seuil, où d est un positif entier appelé seuil de retard. Dans la pratique, la variable de seuil est inconnu, alors qu'une question importante est comment le déterminer ; une réponse à cette question est donnée en cet article. Des modèles TAR sont illustrés en modelant le produit intérieur brut de l'Espagne. Mots Clés: modèle TAR , seuil variable, regimes.

Depuis les années 1960, la forêt amazonienne se réduit face à l'extension des surfaces commerciales agricoles. Ce phénomène a été renforcé par l'augmentation de la population due à l'immigration vers ces nouveaux secteurs défrichés. Le phénomène a alors tendance à s'amplifier aux dépens de la forêt. Dans ce contexte, il devient essentiel de surveiller ces fronts pionniers afin de caractériser les changements rapides qui s'y opèrent. Les satellites à haute résolution ne sont pas adaptés pour surveiller ces milieux très dynamiques car leur résolution temporelle est faible et leur traitement reste compliqué. Inversement, les données satellitaires à basse résolution semblent être plus adaptées pour ce genre d'analyses. En se basant sur des données à basse résolution obtenues à partir du satellite SPOT-VEGETATION cette étude propose une méthode de surveillance adaptée à des fronts de déforestations de petites étendues. La méthode peut être extrapolée à d'autres fronts pionniers afin de les surveiller et d'établir des diagnostics sur les dynamiques temporelle des transformations paysagères.

La qualité des statistiques des précipitations, notamment les courbes Intensité-Durée-Fréquence, dépend étroitement de la fiabilité des données disponibles. Or, il a été montré que la plupart des séries temporelles provenant de pluviomètres à augets basculants ont une fréquence effective de mesure inférieure à celle assumée. Cette question est particulièrement importante pour l'hydrologie urbaine qui doit prendre en compte les fluctuations hautes fréquences des précipitations. Des études préliminaires ont montré que le nombre d'inondations estimé à l’aide de données à basse fréquence temporelle était plus faible que celui obtenu à l’aide des données à haute fréquence temporelle. Le déficit en données à haute fréquence peut conduire à d’apparentes ruptures des lois d’échelle, ce qui complique inutilement et notoirement la modélisation des précipitations. Il est donc indispensable de quantifier la qualité des données avant de les utiliser. Nous présentons une procédure SERQUAL qui permet de répondre à cette question et nous utilisons cette procédure SERQUAL pour sélectionner les sous-séries ayant les qualités requises pour des analyses à haute résolution. L’approche multifractale est alors appliquée sur les données sélectionnées pour caractériser la structure temporelle et le comportement extrême de la pluie. Cet article présente ainsi une estimation fiable des paramètres multifractaux de la pluie à haute résolution de cinq minutes pour les départements français de l’Isère (38), des Yvelines (78), du Var (83) et du Val-de-Marne (94). Ces paramètres peuvent être utilisés pour caler ou valider des modèles statistiques ou stochastiques. D’autre part, l’évolution des caractéristiques multifractales peut être aussi utilisée pour évaluer des conséquences hydrologiques du changement climatique. Les résultats obtenus montrent que l’influence du changement climatique n’est pas perceptible sur les précipitations pour les périodes étudiées en région Ile-de-France.

Cet article présente une méthode de visualisation d'une pile temporelle d'images SAR, appelée REACTIV, qui permet de faire ressortir en couleur les zones ayant subi des changements sur la période de temps observée. Cette méthode a été testée à grande échelle grâce à la plateforme Google Earth Engine. Elle est basée sur l'espace de visualisation HSV et n'exploite que des estimations dans le domaine temporel, sans aucune estimation spatiale. La saturation des couleurs est codée par le coefficient de variation temporel, dont plusieurs propriétés statistiques sont explicitées. Les limites de l'utilisation de la plateforme Google Earth Engine sont évaluées, et plusieurs cas d'applications sont proposés : agriculture, dynamique urbaine, trafic maritime.

La création de l’Athlete Sleep Screening Questionnaire (ASSQ) et de l’Athlete Sleep Behavior Questionnaire (ASBQ) a répondu au besoin d’outils fiables et valides pour l’évaluation subjective du sommeil auprès des athlètes. Cependant, seule la version anglophone de l’ASSQ et de l’ASBQ a été validée. Cette étude a donc pour but de valider la version francophone de ces deux questionnaires afin de les rendre accessibles aux athlètes francophones du Québec. Deux cent trois étudiants-athlètes du Québec (18-30 ans) ont participé à l’étude impliquant de remplir deux séries de questionnaires et un agenda de sommeil dans un intervalle de sept jours. Les résultats indiquent une stabilité temporelle (r = .73) acceptable et une cohérence interne faible (α = .56-.62) pour l’ASSQ. Le score de difficulté de sommeil (SDS) de l’ASSQ au temps 1 se caractérise par une sensibilité de 85% et une spécificité de 88% comparativement à 67% et 92% au temps 2. Quant à l’ASBQ, il se caractérise par une stabilité temporelle (r =.73) et une cohérence interne (α = .68-.72) acceptable. L’ASBQ et l’ASSQ ont des propriétés psychométriques acceptables dans un contexte non-clinique et de dépistage. Une retraduction de certains items améliorerait les propriétés psychométriques de ces deux outils francophones.

La reconstitution de données de pluies manquantes au pas de temps quotidien et à l’échelle stationnelle est parfois nécessaire pour l’étude de changements climatiques ou des travaux de climatologie appliquée. C’est le cas, en domaine tropical, de l’analyse des variations des caractéristiques des saisons des pluies (dates de démarrage et de fin, durée, etc.). A partir d’une approche méthodologique classique fondée sur une régression linéaire multiple pas à pas, mais appliquée pour tirer le meilleur parti possible des données disponibles et incluant une correction des biais, les performances de la reconstitution des pluies obtenues sont évaluées en considérant différents descripteurs de la structure temporelle des saisons des pluies est-africaines. L’Afrique de l’Est, par sa topographie contrastée et ses deux saisons des pluies forcées par des mécanismes d’échelles spatiales différentes, constitue une zone pertinente pour tester la méthodologie de reconstitution. Les résultats montrent que l’occurrence des jours de pluies ainsi que les quantités précipitées sont reproduites correctement dans les espaces où les précipitations sont les plus abondantes et où le nombre de pluviomètres est plus important. Si au pas de temps journalier, les performances des reconstitutions restent parfois modestes, elles sont bien plus satisfaisantes lorsqu’on les évalue à partir des caractéristiques saisonnières ou intra-saisonnières comme le cumul saisonnier, le nombre de jours de pluie, ou les dates de début et de fin des saisons des pluies. L’impact du comblement des lacunes est directement associé à la proportion de lacunes dans les séries temporelles de pluie, sans qu’il soit possible d’identifier un pourcentage de lacunes au-delà duquel les performances de la méthode de reconstitution se détériorent significativement. La distribution temporelle des valeurs manquantes a également un impact non négligeable sur la qualité de la reconstitution de la saison des pluies : ainsi, lorsque l’absence de données de pluie concerne de longues périodes continues, les caractéristiques de la saison des pluies sont mal reproduites.

Résumé Une modification des pluies va probablement entraîner une modification de la disponibilité des ressources en eau. Les impacts pour la population humaine devraient donc être importants. Les ressources en eau font aussi l’objet d’une pression anthropique qui ne cesse de croître : changement d’occupation des sols, construction de barrages, prélèvements d’eau souterraine. Le bassin versant de l’oued Mina, de 6 000 km2 environ, situé au nord-ouest d’Algérie et affluent de l’oued Cheliff, présente une variabilité spatiale et temporelle importante des pluies et des débits. Une régionalisation de la pluviométrie annuelle de ce bassin a été réalisée à partir des données de 26 stations pluviométriques ayant 77 années d’observation (1930-2007). Grâce aux tests statistiques de détection des ruptures sur les séries chronologiques, nous avons détecté une diminution des pluies annuelles de 19 à 20 % sur le bassin de l’oued Mina, vers 1976 le plus souvent, et une rupture dans les séries de débits mensuels et annuels de cinq postes hydrométriques, à partir du milieu des années 1970 et jusqu’au cours des années 1980. Sur l’ensemble du jeu de données de débits, tous les mois présentent des ruptures, et c’est durant les mois de février, mars et avril, de fin de saison humide, qu’elles sont les plus significatives. Durant les années récentes, aucun changement de tendance ne peut être observé sur les séries étudiées. À cette échelle, les pluies diminuent effectivement de manière importante et abrupte depuis 1960. Les changements climatiques qui affectent actuellement le bassin méditerranéen sont susceptibles d’avoir des conséquences importantes sur les régimes hydrologiques des fleuves côtiers.

La dynamique de la végétation des secteurs phytogéographiques est un paramètre clé pour la gestion durable des ressources végétales au Burkina Faso. Cette étude vise à mettre en évidence les changements affectant la productivité de la végétation au Burkina Faso sur la période 1999-2019. Les métriques de la phénologie de la végétation dont la valeur du maximum (Vmx) et la valeur moyenne (Vav) ont été extraites sur une série temporelle d’images FAPAR pour le calcul des variables statistiques. Les variables statistiques utilisées pour l’appréciation globale du changement de la production de la végétation sont le coefficient de variation, la pente des droites de tendance et l’anomalie standardisée (Z-score). Les résultats indiquent que de forts gains de la productivité de la végétation ont été observés dans le domaine sahélien et le secteur nord-soudanien. Cela est lié à l’expansion des zones de cultures et à une faible persistance des années de déficit de la production végétale sur la période de la nouvelle normale de précipitation (1991-2020). Cependant, le secteur sud-soudanien marqué par des formations ligneuses abondantes a enregistré de faibles gains de la production de la végétation. La cartographie utilisant les métriques du maximum et de la moyenne donne une tendance globale, mais ne fournit pas assez de détail sur le changement affectant les différentes bandes de végétation. Une combinaison des métriques phénologiques de la végétation au moyen de modèle construit sur la base de biomasse végétale collectée sur le terrain pourrait améliorer ces résultats de la cartographie de zones de changement des secteurs phytogéographiques.

Abstract. Le Bouregreg est le deuxième fleuve du Maroc. Il draine les eaux du centre du Maroc, du Moyen Atlas à l'Atlantique, qui sont stockées dans la retenue du barrage Sidi Mohamed Ben Abdellah créé en 1974 et situé à proximité de Rabat. Sa fonction exclusive est l'alimentation en eau potable pour les besoins individuels et industriels de 6 millions d'habitants de la bande littorale allant de Kénitra à Casablanca. Toutefois, l'exploitation de cette retenue présente aujourd'hui quelques incertitudes surtout en considérant l'augmentation de la population, la baisse des volumes précipités depuis 1979 et le comblement de la retenue par le transport de sédiments dus à l'érosion des sols. L'objectif de cette étude est de d'écrire l'évolution des pluies et des débits du bassin versant du Bouregreg à partir des séries de pluie et débit sur une période de 36 ans, de 1977 à 2013. Nous avons utiliséì les indices pluviométrique et hydrométrique, dans le but de caractériser l'hétérogénéité temporelle de la variabilité climatologique et dégager les grandes tendances des séries de données hydroclimatologiques. L'évolution des indices pluviométriques et hydrométriques met en relief la période déficitaire qu'a connu le Maroc au début des années 80. En effet, une baisse générale des pluies est remarquée dans le bassin versant du Bouregreg depuis 1979, ainsi il existe des relations entre la variabilité des pluies de certaines régions et l'Oscillation Nord Atlantique en 1996. Les méthodes statistiques de détection de ruptures montrent que la période de rupture majeure se trouve durant la deuxième moitié des années 70 et le début des années 80. Depuis cette date la baisse de la pluviométrie s'est installée de manière significative, et une perturbation du régime hydrologique est observée sur la presque totalité du bassin versant du Bouregreg, même si quelques années de meilleures pluviométries ont été observées à la fin des années 2000.

Le présent travail a pour objectif d'améliorer notre connaissance du cycle de l'eau et en particulier de l'apport du manteau neigeux dans le bilan hydrologique au niveau du bassin versant montagneux du Rheraya au Sud de la ville de Marrakech. Vue la faiblesse du réseau de mesures hydrométéorologiques, nous nous sommes appuyés sur les données issues d'une séries d'images FORMOSAT2 de haute résolution spatiale (8 mètres) et temporelle (4 jours). Les données de télédétection, si elles permettent d'obtenir avec une bonne précision la surface occupée par la neige, ne permettent pas seules d'estimer leur équivalent en eau alors que c'est cette quantité qui régit le bilan hydrologique.La combinaison de ces données spatiales avec les mesures de terrain a permis la validation du modèle de fonte que nous avons calibré à l'échelle locale. Le modèle de fonte utilisé et de type degré jour a été initié à l'aide des données mesurées à une station située à 2600 mètres d'altitude. Les équivalents en eau (SWE) spatialisés sont ensuite validés de deux manières : 1) à l'aide des mesures au niveau d'une station à 3200m et 2) avec les surfaces enneigées obtenues à partir des données FORMOSAT2. Les résultats obtenus indiquent que les images FORMOSAT2 permettent une meilleure estimation du couvert nival à l'échelle du bassin versant. Les simulations des SWE indiquent une grande cohérence avec les mesures et les surfaces de neige observées.

De nos jours, les systèmes modernes sont censés stocker et traiter des séries temporelles massives. Comme le nombre de variables observées augmente très rapidement, leur prédiction devient de plus en plus compliquée, et l’utilisation de toutes les variables pose des problèmes pour les modèles classiques.Les modèles de prédiction sans facteurs externes sont parmi les premiers modèles de prédiction. En vue d’améliorer la précision des prédictions, l’utilisation de multiples variables est devenue commune. Ainsi, les modèles qui tiennent en compte des facteurs externes, ou bien les modèles multivariés, apparaissent, et deviennent de plus en plus utilisés car ils prennent en compte plus d’informations.Avec l’augmentation des données liées entre eux, l’application des modèles multivariés devient aussi discutable. Le challenge dans cette situation est de trouver les facteurs les plus pertinents parmi l’ensemble des données disponibles par rapport à une variable cible.Dans cette thèse, nous étudions ce problème en présentant une analyse détaillée des approches proposées dans la littérature. Nous abordons le problème de réduction et de prédiction des données massives. Nous discutons également ces approches dans le contexte du Big Data.Ensuite, nous présentons une méthodologie complète pour la prédiction des séries temporelles larges. Nous étendons également cette méthodologie aux données très larges via le calcul distribué et le parallélisme avec une implémentation du processus de prédiction proposé dans l’environnement Hadoop/Spark
Nowadays, storage and data processing systems are supposed to store and process large time series. As the number of variables observed increases very rapidly, their prediction becomes more and more complicated, and the use of all the variables poses problems for classical prediction models.Univariate prediction models are among the first models of prediction. To improve these models, the use of multiple variables has become common. Thus, multivariate models and become more and more used because they consider more information.With the increase of data related to each other, the application of multivariate models is also questionable. Because the use of all existing information does not necessarily lead to the best predictions. Therefore, the challenge in this situation is to find the most relevant factors among all available data relative to a target variable.In this thesis, we study this problem by presenting a detailed analysis of the proposed approaches in the literature. We address the problem of prediction and size reduction of massive data. We also discuss these approaches in the context of Big Data.The proposed approaches show promising and very competitive results compared to well-known algorithms, and lead to an improvement in the accuracy of the predictions on the data used.Then, we present our contributions, and propose a complete methodology for the prediction of wide time series. We also extend this methodology to big data via distributed computing and parallelism with an implementation of the prediction process proposed in the Hadoop / Spark environment

De nos jours, les systèmes modernes sont censés stocker et traiter des séries temporelles massives. Comme le nombre de variables observées augmente très rapidement, leur prédiction devient de plus en plus compliquée, et l’utilisation de toutes les variables pose des problèmes pour les modèles classiques.Les modèles de prédiction sans facteurs externes sont parmi les premiers modèles de prédiction. En vue d’améliorer la précision des prédictions, l’utilisation de multiples variables est devenue commune. Ainsi, les modèles qui tiennent en compte des facteurs externes, ou bien les modèles multivariés, apparaissent, et deviennent de plus en plus utilisés car ils prennent en compte plus d’informations.Avec l’augmentation des données liées entre eux, l’application des modèles multivariés devient aussi discutable. Le challenge dans cette situation est de trouver les facteurs les plus pertinents parmi l’ensemble des données disponibles par rapport à une variable cible.Dans cette thèse, nous étudions ce problème en présentant une analyse détaillée des approches proposées dans la littérature. Nous abordons le problème de réduction et de prédiction des données massives. Nous discutons également ces approches dans le contexte du Big Data.Ensuite, nous présentons une méthodologie complète pour la prédiction des séries temporelles larges. Nous étendons également cette méthodologie aux données très larges via le calcul distribué et le parallélisme avec une implémentation du processus de prédiction proposé dans l’environnement Hadoop/Spark
Nowadays, storage and data processing systems are supposed to store and process large time series. As the number of variables observed increases very rapidly, their prediction becomes more and more complicated, and the use of all the variables poses problems for classical prediction models.Univariate prediction models are among the first models of prediction. To improve these models, the use of multiple variables has become common. Thus, multivariate models and become more and more used because they consider more information.With the increase of data related to each other, the application of multivariate models is also questionable. Because the use of all existing information does not necessarily lead to the best predictions. Therefore, the challenge in this situation is to find the most relevant factors among all available data relative to a target variable.In this thesis, we study this problem by presenting a detailed analysis of the proposed approaches in the literature. We address the problem of prediction and size reduction of massive data. We also discuss these approaches in the context of Big Data.The proposed approaches show promising and very competitive results compared to well-known algorithms, and lead to an improvement in the accuracy of the predictions on the data used.Then, we present our contributions, and propose a complete methodology for the prediction of wide time series. We also extend this methodology to big data via distributed computing and parallelism with an implementation of the prediction process proposed in the Hadoop / Spark environment

Nous nous intéressons au développement de méthodes qui répondent aux difficultés posées par l’analyse des séries temporelles. Nos contributions se focalisent sur deux tâches : la prédiction de séries temporelles et la classification de séries temporelles. Notre première contribution présente une méthode de prédiction et de complétion de séries temporelles multivariées et relationnelles. Le but est d’être capable de prédire simultanément l’évolution d’un ensemble de séries temporelles reliées entre elles selon un graphe, ainsi que de compléter les valeurs manquantes dans ces séries (pouvant correspondre par exemple à une panne d’un capteur pendant un intervalle de temps donné). On se propose d’utiliser des techniques d’apprentissage de représentation pour prédire l’évolution des séries considérées tout en complétant les valeurs manquantes et prenant en compte les relations qu’il peut exister entre elles. Des extensions de ce modèle sont proposées et décrites : d’abord dans le cadre de la prédiction de séries temporelles hétérogènes puis dans le cas de la prédiction de séries temporelles avec une incertitude exprimée. Un modèle de prédiction de séries spatio-temporelles est ensuiteproposé, avec lequel les relations entre les différentes séries peuvent être exprimées de manière plus générale, et où ces dernières peuvent être apprises.Enfin, nous nous intéressons à la classification de séries temporelles. Un modèle d’apprentissage joint de métrique et de classification de séries est proposé et une comparaison expérimentale est menée
This thesis deals with the development of time series analysis methods. Our contributions focus on two tasks: time series forecasting and classification. Our first contribution presents a method of prediction and completion of multivariate and relational time series. The aim is to be able to simultaneously predict the evolution of a group of time series connected to each other according to a graph, as well as to complete the missing values ​​in these series (which may correspond for example to a failure of a sensor during a given time interval). We propose to use representation learning techniques to forecast the evolution of the series while completing the missing values ​​and taking into account the relationships that may exist between them. Extensions of this model are proposed and described: first in the context of the prediction of heterogeneous time series and then in the case of the prediction of time series with an expressed uncertainty. A prediction model of spatio-temporal series is then proposed, in which the relations between the different series can be expressed more generally, and where these can be learned.Finally, we are interested in the classification of time series. A joint model of metric learning and time-series classification is proposed and an experimental comparison is conducted

Nous nous intéressons au développement de méthodes qui répondent aux difficultés posées par l’analyse des séries temporelles. Nos contributions se focalisent sur deux tâches : la prédiction de séries temporelles et la classification de séries temporelles. Notre première contribution présente une méthode de prédiction et de complétion de séries temporelles multivariées et relationnelles. Le but est d’être capable de prédire simultanément l’évolution d’un ensemble de séries temporelles reliées entre elles selon un graphe, ainsi que de compléter les valeurs manquantes dans ces séries (pouvant correspondre par exemple à une panne d’un capteur pendant un intervalle de temps donné). On se propose d’utiliser des techniques d’apprentissage de représentation pour prédire l’évolution des séries considérées tout en complétant les valeurs manquantes et prenant en compte les relations qu’il peut exister entre elles. Des extensions de ce modèle sont proposées et décrites : d’abord dans le cadre de la prédiction de séries temporelles hétérogènes puis dans le cas de la prédiction de séries temporelles avec une incertitude exprimée. Un modèle de prédiction de séries spatio-temporelles est ensuiteproposé, avec lequel les relations entre les différentes séries peuvent être exprimées de manière plus générale, et où ces dernières peuvent être apprises.Enfin, nous nous intéressons à la classification de séries temporelles. Un modèle d’apprentissage joint de métrique et de classification de séries est proposé et une comparaison expérimentale est menée
This thesis deals with the development of time series analysis methods. Our contributions focus on two tasks: time series forecasting and classification. Our first contribution presents a method of prediction and completion of multivariate and relational time series. The aim is to be able to simultaneously predict the evolution of a group of time series connected to each other according to a graph, as well as to complete the missing values ​​in these series (which may correspond for example to a failure of a sensor during a given time interval). We propose to use representation learning techniques to forecast the evolution of the series while completing the missing values ​​and taking into account the relationships that may exist between them. Extensions of this model are proposed and described: first in the context of the prediction of heterogeneous time series and then in the case of the prediction of time series with an expressed uncertainty. A prediction model of spatio-temporal series is then proposed, in which the relations between the different series can be expressed more generally, and where these can be learned.Finally, we are interested in the classification of time series. A joint model of metric learning and time-series classification is proposed and an experimental comparison is conducted

Cette thèse regroupe nos résultats sur la prédiction de séries temporelles dépendantes. Le document comporte trois chapitres principaux où nous abordons des problèmes différents. Le premier concerne l’agrégation de prédicteurs de décalages de Bernoulli Causales, en adoptant une approche Bayésienne. Le deuxième traite de l’agrégation de prédicteurs de ce que nous définissions comme processus sous-linéaires. Une attention particulaire est portée aux processus autorégressifs localement stationnaires variables dans le temps, nous examinons un schéma de prédiction adaptative pour eux. Dans le dernier chapitre nous étudions le modèle de régression linéaire pour une classe générale de processus localement stationnaires
This thesis regroups our results on dependent time series prediction. The work is divided into three main chapters where we tackle different problems. The first one is the aggregation of predictors of Causal Bernoulli Shifts using a Bayesian approach. The second one is the aggregation of predictors of what we define as sub-linear processes. Locally stationary time varying autoregressive processes receive a particular attention; we investigate an adaptive prediction scheme for them. In the last main chapter we study the linear regression problem for a general class of locally stationary processes

Cette thèse regroupe nos résultats sur la prédiction de séries temporelles dépendantes. Le document comporte trois chapitres principaux où nous abordons des problèmes différents. Le premier concerne l’agrégation de prédicteurs de décalages de Bernoulli Causales, en adoptant une approche Bayésienne. Le deuxième traite de l’agrégation de prédicteurs de ce que nous définissions comme processus sous-linéaires. Une attention particulaire est portée aux processus autorégressifs localement stationnaires variables dans le temps, nous examinons un schéma de prédiction adaptative pour eux. Dans le dernier chapitre nous étudions le modèle de régression linéaire pour une classe générale de processus localement stationnaires
This thesis regroups our results on dependent time series prediction. The work is divided into three main chapters where we tackle different problems. The first one is the aggregation of predictors of Causal Bernoulli Shifts using a Bayesian approach. The second one is the aggregation of predictors of what we define as sub-linear processes. Locally stationary time varying autoregressive processes receive a particular attention; we investigate an adaptive prediction scheme for them. In the last main chapter we study the linear regression problem for a general class of locally stationary processes

Le formalisme des flots de liens représente une approche permettant de conserver la dynamique du système tout en fournissant un cadre d'étude solide pour appréhender le comportement du système. Un flot de liens est une série de triplets (t,u,v) indiquant qu'une interaction a eu lieu entre u et v au temps t. La forte importance de la dynamique du système dans la prédiction dans les flots de liens la place au carrefour de la prédiction de liens dans les graphes et de la prédiction de séries temporelles. Nous allons explorer différentes formalisations du problème de la prédiction dans les flots de liens. Dans la suite nous nous intéresserons à la prédiction de l'activité, c'est-à-dire prédire le nombre d'interactions apparaissant dans le futur pour chaque paire de nœuds durant une certaine période. Nous introduisons le protocole développé, permettant de combiner de manière cohérente les caractéristiques des données afin d'effectuer la prédiction de l'activité. Nous étudions le comportement de notre protocole sur diverses expériences sur quatre jeux de données et évaluons la qualité de chaque prédiction. Nous étudierons comment l'utilisation de classes de nœuds permet de préserver la diversité des types de liens prédits tout en améliorant la prédiction. Notre objectif est de définir un cadre de prédiction général permettant des études approfondies de la relation entre caractéristiques structurelles et temporelles dans les tâches de prédiction
The link stream formalism represent an approach allowing to capture the system dynamic while providing a framework to understand the system's behavior. A link stream is a sequence of triplet (t,u,v) indicating that an interaction occurred between u and v at time t. The importance of the system's dynamic during the prediction places it at the crossroads of link prediction in graphs and time series prediction. We will explore several formalizations of the problem of prediction in link streams. In the following we will study the activity prediction, that is to say predicting the number of interactions occurring in the future between each pair of nodes during a given period. We introduce the protocol, allowing to combine the data characteristics to predict the activity. We study the behavior of our protocol during several experiments on four datasets et evaluate the prediction quality. We will look at how the introduction of pair of nodes classes allows to preserve the link diversity in the prediction while improving the prediction. Our goal is to define a general prediction framework allowing in-depth studies of the relationship between temporal and structural characteristics in prediction tasks

Cette thèse examine les défis de la prédiction de séquence dans différents scénarios, tels que la prédiction de séquence à l'aide de réseaux de neurones récurrents (RNN) dans le contexte des séries temporelles et des sessions de recherche d'informations (RI). Prédire les valeurs inconnues suivant certaines valeurs précédemment observées est appelée prédiction de séquence. Elle est largement applicable à de nombreux domaines où un comportement séquentiel est observé dans les données. Dans cette étude, nous nous concentrons sur deux tâches de prédiction de séquences: la prévision de séries temporelles et la prédiction de la requête suivante dans une session de recherche d'informations.Les séries temporelles comprennent souvent des pseudo-périodes, c'est-à-dire des intervalles de temps avec une forte corrélation entre les valeurs des séries temporelles. Les changements saisonniers dans les séries temporelles météorologiques ou la consommation d'électricité le jour et la nuit sont quelques exemples de pseudo-périodes. Dans un scénario de prévision, les pseudo-périodes correspondent à la différence entre les positions de la sortie prévue et les entrées spécifiques. Afin de capturer des périodes dans des RNN, une mémoire de la séquence d'entrée est requise. Les RNN séquence à séquence (avec mécanisme d'attention) réutilisent des (représentations des) valeurs d'entrée spécifiques pour prédire les valeurs de sortie. Les RNN séquence à séquence avec un mécanisme d'attention semblent convenir à la capture de périodes. Ainsi, nous explorons d’abord la capacité d’un mécanisme d’attention dans ce contexte. Cependant, selon notre analyse initiale, un mécanisme d’attention standard ne permet pas de capturer les périodes. Par conséquent, nous proposons un modèle RNN d’attention basé sur le contenu et sensible à la période. Ce modèle étend les RNN séquence à séquence de l'état de l'art avec un mécanisme d’attention. Il vise à capturer les périodes dans une série temporelle avec ou sans valeurs manquantes. Nos résultats expérimentaux avec des RNN contenant un mécanisme d'attention basé sur le contenu et sensible à la période montrent une amélioration significative des performances de prévision des séries temporelles univariées et multivariées sur plusieurs ensembles de données disponibles publiquement.La prédiction de la requête suivante est un autre défi de la prédiction de séquence. La prédiction de la requête suivante aide les utilisateurs à désambiguïser leur requête, à explorer différents aspects de leur besoin en information ou à former une requête précise et succincte qui permet d’optimiser les performances de la recherche. Une session de recherche est dynamique et les besoins en informations d'un utilisateur peuvent changer au cours d'une session de recherche à la suite des interactions de recherche. De plus, les interactions d'un utilisateur avec un moteur de recherche influencent les reformulations de requêtes de l'utilisateur. Considérant cette influence sur les formulations de requête, nous analysons d’abord l’origine des mots des requêtes suivantes. En utilisant l’analyse des sources des mots de requête, nous proposons deux approches de prédiction de requête: une vue d'ensemble et une vue de séquence. La vue d'ensemble adapte une approche de sac de mots en utilisant un nouvel ensemble de traits définis en fonction des sources d'analyse des mots des requêtes suivantes. Ici, la prochaine requête est prédite en utilisant un apprentissage de classification. La vue de séquence étend un modèle RNN hiérarchique en prenant en compte les sources des mots des requêtes suivantes dans la prédiction. Les sources des mots des requêtes suivantes sont incorporées à l'aide d'un mécanisme d'attention sur les mots d'interaction. Nous avons observé que l’utilisation de l’approche séquentielle, une formulation naturelle du problème, et l’exploitation de toutes les sources des mots permettent d’améliorer la prédiction des requêtes suivantes
This thesis investigates challenges of sequence prediction in different scenarios such as sequence prediction using recurrent neural networks (RNNs) in the context of time series and information retrieval (IR) search sessions. Predicting the unknown values that follow some previously observed values is basically called sequence prediction.It is widely applicable to many domains where a sequential behavior is observed in the data. In this study, we focus on two different types of sequence prediction tasks: time series forecasting and next query prediction in an information retrieval search session.Time series often display pseudo-periods, i.e. time intervals with strong correlation between values of time series. Seasonal changes in weather time series or electricity usage at day and night time are some examples of pseudo-periods. In a forecasting scenario, pseudo-periods correspond to the difference between the positions of the output being predicted and specific inputs.In order to capture periods in RNNs, one needs a memory of the input sequence. Sequence-to-sequence RNNs (with attention mechanism) reuse specific (representations of) input values to predict output values. Sequence-to-sequence RNNs with an attention mechanism seem to be adequate for capturing periods. In this manner, we first explore the capability of an attention mechanism in that context. However, according to our initial analysis, a standard attention mechanism did not perform well to capture the periods. Therefore, we propose a period-aware content-based attention RNN model. This model is an extension of state-of-the-art sequence-to-sequence RNNs with attention mechanism and it is aimed to capture the periods in time series with or without missing values.Our experimental results with period-aware content-based attention RNNs show significant improvement on univariate and multivariate time series forecasting performance on several publicly available data sets.Another challenge in sequence prediction is the next query prediction. The next query prediction helps users to disambiguate their search query, to explore different aspects of the information they need or to form a precise and succint query that leads to higher retrieval performance. A search session is dynamic, and the information need of a user might change over a search session as a result of the search interactions. Furthermore, interactions of a user with a search engine influence the user's query reformulations. Considering this influence on the query formulations, we first analyze where the next query words come from? Using the analysis of the sources of query words, we propose two next query prediction approaches: a set view and a sequence view.The set view adapts a bag-of-words approach using a novel feature set defined based on the sources of next query words analysis. Here, the next query is predicted using learning to rank. The sequence view extends a hierarchical RNN model by considering the sources of next query words in the prediction. The sources of next query words are incorporated by using an attention mechanism on the interaction words. We have observed using sequence approach, a natural formulation of the problem, and exploiting all sources of evidence lead to better next query prediction

La prévision de séries temporelles est un problème mathématique répandu dans de nombreux secteurs, devenant un véritable défi pour les méthodes existantes de la littérature lorsque de grands ensembles de données rassemblant des milliers de séries temporelles et des signaux externes sont considérés. Une illustration concrète de ce problème peut être trouvée dans l'industrie de la mode où ses acteurs tentent d'anticiper l'évolution de milliers de vêtements pour créer leurs collections, analysant les comportements des influenceurs pour proposer la mode de demain.En utilisant cette application comme fil conducteur, nous présentons trois contributions explorant différentes réponses concernant le problème de prévision de séries temporelles où de grands ensembles de données et des signaux externes sont considérés. Une première réponse est proposée avec l'introduction d'un nouveau modèle hybride et la publication d'un large ensemble de données rassemblant 10000 séries temporelles de mode et des signaux externes d'influenceurs. Une seconde approche est ensuite étudiée avec un travail théorique sur les modèles de Markov cachés à signaux externes. Enfin, une dernière réponse est proposée avec l'introduction d'une nouvelle méthode mélangeant le fonctionnement interne des modèles de Markov cachés avec des réseaux de neurones.Les résultats présentés dans ces trois contributions ont mis en évidence plusieurs éléments de réponse. Premièrement, les réseaux de neurones sont décisifs pour traiter de grands ensembles de données et sont particulièrement bien conçus pour exploiter des signaux externes. Deuxièmement, les modèles de Markov cachés avec signaux externes sont également des méthodes efficaces, capables de capturer des dépendances complexes entre des séries temporelles et leurs signaux externes. Cependant, ils ne parviennent pas à gérer de grands ensembles de données car un modèle doit être entraîné pour chaque nouvelle série temporelle. Enfin, inspirés par les résultats frappants des modèles de Markov cachés avec des signaux externes, nous montrons que l'introduction de processus cachés dans des modèles basés sur des réseaux neuronaux peut les aider à explorer plus profondément les grands ensembles de données, à modéliser une plus grande variété de comportements et à exploiter plus finement les signaux externes
Time series forecasting is a widespread mathematical problem in numerous sectors becoming a real challenge for existing methods of the literature where large datasets gathering thousands of time series and external signals are considered. A concrete illustration of this issue can be find in the fashion industry where its actors try to anticipate the evolution of thousands of garments to create their collections, analysing influencers and early adopters behaviours to propose the fashion of tomorrow.Using this application as a common thread, we present three contributions exploring different answers regarding the time series forecasting problem where large datasets and external signals are considered. A first answer is proposed with the introduction of a new hybrid model and the publication of a large dataset gathering 10000 fashion time series and influencers external signals. A second approach is then studied with theoretical work done on hidden Markov models with external signals. Finally, a last answer is proposed with the introduction of a new method mixing the inner workings of hidden Markov model and neural networks.Results presented in this three contribution highlighted several elements of answer. Firstly, neural networks are decisive to deal with large datasets and they are particularly well designed to leverage external signals. Secondly, hidden Markov models with external signals are also strong methods that can capture complex dependencies between time series and their external signals. However, they fail at handling large datasets as a model has to be trained for each new time series. Finally, inspired by the striking results of hidden Markov models with external signals, we reveal that introducing hidden processes in neural-network-based models can help them explore large datasets more deeply, model a richer variety of behaviour and leverage more finely external signals

Cette thèse s'intéresse à la modélisation non-supervisée de séries temporelles univariées. Nous abordons tout d'abord le problème de prédiction linéaire des valeurs futures séries temporelles gaussiennes sous hypothèse de longues dépendances, qui nécessitent de tenir compte d'un large passé. Nous introduisons une famille d'ondelettes fovéales et causales qui projettent les valeurs passées sur un sous-espace adapté au problème, réduisant ainsi la variance des estimateurs associés. Dans un deuxième temps, nous cherchons sous quelles conditions les prédicteurs non-linéaires sont plus performants que les méthodes linéaires. Les séries temporelles admettant une représentation parcimonieuse en temps-fréquence, comme celles issues de l'audio, réunissent ces conditions, et nous proposons un algorithme de prédiction utilisant une telle représentation. Le dernier problème que nous étudions est la synthèse de signaux audios. Nous proposons une nouvelle méthode de génération reposant sur un réseau de neurones convolutionnel profond, avec une architecture encodeur-décodeur, qui permet de synthétiser de nouveaux signaux réalistes. Contrairement à l'état de l'art, nous exploitons explicitement les propriétés temps-fréquence des sons pour définir un encodeur avec la transformée en scattering, tandis que le décodeur est entraîné pour résoudre un problème inverse dans une métrique adaptée
This dissertation studies unsupervised time-series modelling. We first focus on the problem of linearly predicting future values of a time-series under the assumption of long-range dependencies, which requires to take into account a large past. We introduce a family of causal and foveal wavelets which project past values on a subspace which is adapted to the problem, thereby reducing the variance of the associated estimators. We then investigate under which conditions non-linear predictors exhibit better performances than linear ones. Time-series which admit a sparse time-frequency representation, such as audio ones, satisfy those requirements, and we propose a prediction algorithm using such a representation. The last problem we tackle is audio time-series synthesis. We propose a new generation method relying on a deep convolutional neural network, with an encoder-decoder architecture, which allows to synthesize new realistic signals. Contrary to state-of-the-art methods, we explicitly use time-frequency properties of sounds to define an encoder with the scattering transform, while the decoder is trained to solve an inverse problem in an adapted metric

Les données SAR en bande C de Sentinel-1 et les images multispectrales de Sentinel-2 à courte période de revisite offrent un grand potentiel pour améliorer le suivi en continu d'activités à la surface de la Terre. Le suivi de changements à grande échelle exige une longue période d'observation - plusieurs mois à un an pour caractériser les transformations urbaines - et de fréquentes revisites pour assurer une résolution temporelle adéquate. Le volume de données qui en résulte est donc impressionnant et des données prétraitées, c.à.d. des images étalonnées, corrigées géométriquement, géocodées, sont nécessaires pour rendre le problème abordable en un temps raisonnable. Comparés aux instruments optiques, les capteurs SAR peuvent observer la surface de la Terre dans toutes les conditions météorologiques et peuvent fournir des informations utiles sur les zones urbaines, compte tenu de leur sensibilité aux caractéristiques géométriques des structures urbaines. Les attributs SAR forment le jeu de données pour la première étape de la chaîne de traitement proposée pour la détection multitemporelle de bâtiments. Les caractéristiques complémentaires des images multispectrales Sentinel-2 sur la même zone peuvent alors être exploitées pour estimer l'étendue de la transformation urbaine détectée précédemment par les capteurs SAR.

Si le Moyen Âge est loin d’être une période ignorante, les fictions médiévalistes ont cependant souvent tendance à l’oublier pour privilégier l’image d’une époque peu évoluée, et par conséquent vite démunie face aux risques épidémiques. Ceux-ci sont pourtant fréquents : la quasi-totalité des séries médiévalistes mentionne au moins une épidémie, qu’il s’agisse de peste (Un monde sans fin, The Witcher), de choléra (Kaamelott), de fièvres diverses (Vikings, The White Princess, The Last Kingdom) ou de menaces surnaturelles similaires dans les programmes de fantasy (Merlin, Game of Thrones). Plus que de diaboliser un Moyen Âge de fiction, il s’agit en réalité, dans ces programmes largement diffusés et suivis, de projeter nos propres attentes et limites sur un contexte prétendument archaïque et dépassé. L’objectif de cette communication sera de montrer comment la représentation des épidémies dans les contextes médiévalistes reflète notre propre insécurité face aux risques épidémiques, alors même que le Moyen Âge est mis en scène comme un repoussoir de nos sociétés contemporaines. À partir d’un corpus large de séries télévisées diffusées depuis les années 2000 et consacrées au Moyen Âge – qu’il s’agisse d’un Moyen Âge pseudo-historique ou de fantasy –, cette réflexion nous amènera à questionner l’apparente frontière – temporelle, scientifique et éthique – qui sépare l’image que nous avons du Moyen Âge d’une part, et celle que nous avons de nos sociétés contemporaines d’autre part. Le Moyen Âge est en effet régulièrement présenté comme une période obscurantiste et globalement arriérée par rapport à nos civilisations contemporaines – tant pour sa supposée brutalité que pour son « manque » de connaissances scientifiques. Or, les séries montrent, non sans ironie, que cette période est pourtant étonnamment proche de nous lorsqu’il s’agit de gérer les épidémies. Toutes ces représentations trouvent une résonance forte avec la gestion de la crise sanitaire actuelle dans les pays occidentaux, malgré des moyens d’échange et d’action a priori plus efficaces qu’à la période médiévale. Comme dans ces séries, les autorités s’avèrent rapidement dépassées par l’épidémie, laissant place à une valorisation des individus plutôt qu’à l’action des gouvernements – pensons à la façon dont les soignants ont été applaudis quotidiennement durant le premier confinement en France. Par ailleurs, les personnages médiévaux sont présentés en victime de l’épidémie, à la fois par la maladie elle- même et par ses conséquences humaines, qui sont chaque fois gérées de façon émotionnelle, au risque de causer de plus grands dégâts : les séries médiévalistes s’accordent sur l’incapacité des protagonistes à intervenir pour s’opposer à la propagation de la maladie, ceux-ci ne tentant pas d’instaurer des mesures protectrices mais privilégiant toujours les réactions affectives suite à la perte d’êtres chers – permettant de fait de favoriser l’identification du spectateur contemporain. De même, ces derniers mois ont vu se multiplier les réactions émotionnelles intenses des individus, peut-être plus encore que les actions organisées et rationnelles – que ces réactions soient considérées comme positives (solidarité, dévouement, etc.) ou négatives (refus viscéral de porter un masque, etc.). Ces séries, pensées comme repoussoir pour ce qui est de la gestion des crises sanitaires, se révèlent donc en réalité bien plus proches de nos attitudes contemporaines que ce que nous aimerions penser. Sans chercher à tirer des enseignements sanitaires de ces programmes de fiction, il s’agira de montrer comment ces séries médiévalistes peignent la gestion difficile des épidémies en exacerbant les limites de la société médiévale – ignorance, manque de rationalité, voire violence –, et comment se faisant elles ont paradoxalement anticipé des réactions très contemporaines de gestion de la crise.

Prever crimes é um desafio devido à complexidade das séries temporais inerentes ao fenômeno de interesse, as quais costumeiramente possuem com componentes lineares e não lineares. Além disso, devido à presença de padrões temporais em constante mudança, a utilização de um único modelo pode resultar em previsões imprecisas. Neste contexto, este estudo propõe a modelagem e previsão de séries temporais de crimes utilizando tanto modelos únicos quanto ensembles, incluindo abordagens treináveis e não treináveis. Propõe-se, também, um método de combinação que envolve a seleção de um subconjunto de modelos únicos por meio de uma etapa de validação. Para o experimento, foram utilizadas séries de crimes de diferentes localidades, como Pernambuco, Chicago e Los Angeles. Com base nos resultados apresentados, observa-se que os modelos ensembles apresentaram melhor desempenho preditivo do que os modelos únicos utilizados. No entanto, em relação ao método proposto, concluise que a seleção de um subconjunto de modelos únicos com base na validação pode ser problemática quando os conjuntos de validação não são suficientemente representativos, seja devido ao número limitado de observações ou às características distintas em relação ao conjunto de teste.

O Preço de Liquidação das Diferenças (PLD) é uma variável utilizada para determinar o valor a ser cobrado pelos volumes de energia que serão liquidados na Câmara de Comercialização de Energia Elétrica (CCEE), e é atualizado semanalmente. Seu cálculo é baseado em modelos estatísticos e matemáticos de otimização, e, portanto, apresenta um comportamento altamente não-linear. Este trabalho propõe, por meio de uma arquitetura recorrente de redes neurais artificiais LSTM e um filtro corretivo, a predição do preço do PLD uma semana à frente, buscando obter as melhores variáveis de entrada, a fim de contornar problemas recorrentes que aparecerem com o uso de redes recursivas em séries temporais. O resultado mostra como a obtenção das variáveis corretas acarretam em uma predição confiável do PLD.