Rechercher

Co-clustering de données fonctionnelles

Lieu: CNAM
Date et Heure de début: 24-11-2017
Description:
Bonjour,

Le prochain séminaire de statistique appliquée du CNAM se tiendra le vendredi 24 novembre de 11h à 12h en salle 37.1.43 (Foyer des prof, 2 rue Conté).


Nous accueillerons François-Xavier Jollois (Paris Descartes) , pour une conférence intitulée : Co-clustering de données fonctionnelles


Abstract: Suite au développement récent des compteurs intelligents, les opérateurs d'électricité sont aujourd'hui en mesure de collecter des
données sur la consommation électrique de manière large et fréquente. C'est notamment le cas en France où EDF pourra bientôt enregistrer à
distance la consommation de ses 27 millions de clients toutes les 30 minutes. Nous proposons dans ce travail une nouvelle méthodologie de
co-clustering, basée sur le modèle de bloc latent fonctionnel (funLBM), qui permet de construire des "résumés" de ces données de
grande consommation par co-clustering. Le modèle funLBM étend le modèle de bloc latent habituel au cas fonctionnel en supposant que les
courbes d'un bloc vivent dans un sous-espace fonctionnel de faible dimension. Ainsi, funLBM est capable de modéliser et de regrouper un
grand ensemble de données avec des courbes à haute fréquence. Un algorithme SEM-Gibbs est proposé pour l'inférence de modèle. Un
critère ICL est également dérivé pour résoudre le problème du choix du nombre de groupes de lignes et de colonnes. Des expériences numériques
sur des données Linky simulées et originales montrent l'utilité de la méthodologie proposée.
Organise: MSDMA
Contact: Avner Bar-Hen
avnercnam.fr