Modélisation de séries temporelles multiples avec apprentissage de structure entre les séries

De nombreux phénomènes dans le monde réel peuvent être décrits comme une collection de séries temporelles (valeurs des pixels d'une vidéo au cours du temps ou rendements des actifs d'un marché financier par exemple). L'enjeu est de modéliser et de simuler ces phénomènes. Dans le cas d'une seule série temporelle nous introduirons un modèle à maximum d'entropie basé sur des moments d'ondelettes. Ces modèles non supervisés, peuvent être étendus au cas de plusieurs séries temporelles en définissant des moments qui capturent les dépendances entre les séries.

Le séminaire sera accessible via une session BigBlueButton, dont le lien sera envoyé par mail quelques jours avant.