Contents
Academic literature on the topic 'Kn plus proches voisins'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Kn plus proches voisins.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Kn plus proches voisins"
1
Berrani, Sid-Ahmed, Laurent Amsaleg, and Patrick Gros. "Recherche approximative de plus proches voisins." Techniques et sciences informatiques 22, no. 9 (November 1, 2003): 1201–30. http://dx.doi.org/10.3166/tsi.22.1201-1230.
Full text
2
Fortin, V., T. B. M. J. Ouarda, P. F. Rasmussen, and B. Bobée. "Revue bibliographique des méthodes de prévision des débits." Revue des sciences de l'eau 10, no. 4 (April 12, 2005): 461–87. http://dx.doi.org/10.7202/705289ar.
Full textAbstract:
Dans le domaine de la prévision des débits, une grande variété de méthodes sont disponibles: des modèles stochastiques et conceptuels mais aussi des approches plus novatrices telles que les réseaux de neurones artificiels, les modèles à base de règles floues, la méthode des k plus proches voisins, la régression floue et les splines de régression. Après avoir effectué une revue détaillée de ces méthodes et de leurs applications récentes, nous proposons une classification qui permet de mettre en lumière les différences mais aussi les ressemblances entre ces approches. Elles sont ensuite comparées pour les problèmes différents de la prévision à court, moyen et long terme. Les recommandations que nous effectuons varient aussi avec le niveau d'information a priori. Par exemple, lorsque l'on dispose de séries chronologiques stationnaires de longue durée, nous recommandons l'emploi de la méthode non paramétrique des k plus proches voisins pour les prévisions à court et moyen terme. Au contraire, pour la prévision à plus long terme à partir d'un nombre restreint d'observations, nous suggérons l'emploi d'un modèle conceptuel couplé à un modèle météorologique basé sur l'historique. Bien que l'emphase soit mise sur le problème de la prévision des débits, une grande partie de cette revue, principalement celle traitant des modèles empiriques, est aussi pertinente pour la prévision d'autres variables.
3
Boyd, Raymond. "Les voisins les plus proches : un aperçu de la dialectologie en Afrique." Faits de langues 6, no. 11 (1998): 87–98. http://dx.doi.org/10.3406/flang.1998.1200.
Full text
4
Bouteldja, Nouha, Valérie Gouet-Brunet, and Michel Scholl. "Stratégies alternatives pour la recherche des plus proches voisins dans les espaces multidimensionnels." Ingénierie des systèmes d'information 15, no. 1 (February 28, 2010): 35–60. http://dx.doi.org/10.3166/isi.15.1.35-60.
Full text
5
Solomon, Nathalie. "Voyages et fantasmes de voyages chez quelques écrivains français du XIXe siècle: un passé insurpassable." Nottingham French Studies 51, no. 1 (March 2012): 41–53. http://dx.doi.org/10.3366/nfs.2012.0005.
Full textAbstract:
Le XIXème siècle français, qui aime tant voyager, ne sait pas toujours regarder les autres, au point que le regard des écrivains est essentiellement moqueur, parfois féroce quand il se porte sur ses voisins les plus proches, beaucoup plus indulgent quand il observe les habitants de contrées lointaines: ne serait-ce qu'en Europe, le Polonais martyr politique est bien mieux traité que l'Anglais caricatural, voyageur effréné pétri de snobismes. C'est toute la question du voisinage géographique vu par un siècle où le voyageur aventurier se transforme peu à peu en touriste: si l’étrangeté est hilarante dans certains cas, séduisante dans d'autres, cela tient aussi à ce que la littérature française, entre 1820 et 1890, adore, transforme, puis rejette tour à tour les clichés qui concernent ses voisins trop connus. A la fois autre et familier, le voisin européen, celui qui est à côté, toujours ennemi, mais facile à conceptualiser, figure de manière pertinente la conception d’époque d'une frontière à la fois éternelle et de plus en plus fragile vue d'une France qui, réduite à elle-même, ne parvient pas à oublier son passé révolutionnaire et impérial.
6
Pichot, C. "Analyse de dispositifs par approches itératives prenant en compte les performances des plus proches voisins." Agronomie 13, no. 2 (1993): 109–19. http://dx.doi.org/10.1051/agro:19930205.
Full text
7
Burba, Florent, Frédéric Ferraty, and Philippe Vieu. "Convergence de l'estimateur à noyau des k plus proches voisins en régression fonctionnelle non-paramétrique." Comptes Rendus Mathematique 346, no. 5-6 (March 2008): 339–42. http://dx.doi.org/10.1016/j.crma.2008.01.022.
Full text
8
B.-DANDURAND, Renée. "Famille, État et structuration d’un champ familial." Sociologie et sociétés 27, no. 2 (September 30, 2002): 103–19. http://dx.doi.org/10.7202/001165ar.
Full textAbstract:
Résumé Nous proposons dans cet article de considérer le domaine du familial à la manière d'un champ, soit comme un espace social structuré de positions, défini par des enjeux et des intérêts mobilisant spécifiquement divers types d'agents, qu'il s'agisse d'individus, de groupes ou d'institutions. D'abord considérée en rapport avec l'investissement des familles concrètes dans le travail de la reproduction humaine, la dynamique d'un tel champ est aussi examinée en rapport avec l'investissement des agents externes aux foyers familiaux, qu'ils appartiennent au réseau des proches (párenteles, amis, voisins, collègues) ou qu'ils s'inscrivent dans le cadre de rapports plus formels (agents publics qui dispensent des services aux familles dans les instances scolaires, sanitaires, psychosociales, judiciaires ou communautaires).
9
Attouch, Mohammed, Ali Laksaci, and Fatima Rafaa. "Estimation locale linéaire de la régression non paramétrique fonctionnelle par la méthode des k plus proches voisins." Comptes Rendus Mathematique 355, no. 7 (July 2017): 824–29. http://dx.doi.org/10.1016/j.crma.2017.05.007.
Full text
10
Kovač, Senka. "Claude Lévi-Strauss: le masque et le mythe." Issues in Ethnology and Anthropology 4, no. 2 (February 28, 2016): 121–35. http://dx.doi.org/10.21301/eap.v4i2.7.
Full textAbstract:
Le travail étudie le rapport du masque et du mythe en s’interrogeant dans quelle mesure l’analyse correspondante de Claude Lévi-Strauss peut nous éclairer sur le champ sémantique complexe des masques dans une partie de l’Amérique du Nord. Claude Lévi-Strauss a mis en relief dans ses travaux la structure complexe du mythe. La complexité peut être suivie aussi bien sur le plan de l’expression que sur celui du contenu et de la signification des masques Salish, Kwakiutl et d’autres masques uniques de cette partie de l’Amérique du Nord. Claude Lévi-Strauss a analysé les mythes en s’efforçant d’expliquer la voie des masques chez des peuples proches par leur langue, ou des peuples avoisinants. La mythologie Tsimshian, Tlingit et Haïda contient certains motifs qui renvoient à des groupes voisins (Salish). En dépit des différences concernant la signification des masques, il existe un "patrimoine mythologique" commun aux peuples de la côte Nord du Pacifique. Claude Lévi-Strauss a une fois de plus démontré que l’étude des mythes ne représente pas le véritable point de départ de l’analyse, et que l’on ne peut par la décomposition des problèmes percevoir une quelconque unité cachée. "Comme la pensée mythique ne tient pas à fixer clairement son point de départ ni son point d’arrivée, elle ne parcourt jamais toute sa trajectoire: il lui reste toujours quelque chose à accomplir. Comme les rites, les mythes sont interminables". Il semble que l’explication de La Voie des masques faite par Lévi-Strauss va également dans ce sens-là.
Dissertations / Theses on the topic "Kn plus proches voisins"
1
Labrador, Boris. "Sur l'estimation fonctionnelle par le temps d'occupation." Paris 6, 2008. http://www.theses.fr/2008PA066462.
Full text
2
Lallich, Stéphane. "La méthode des plus proches voisins : de la dispersion spatiale à l'analyse multidimensionnelle." Saint-Etienne, 1989. http://www.theses.fr/1989STET4006.
Full textAbstract:
Notre travail est consacré à la méthode des plus proches voisins, en tant qu'outil d'analyse de la dispersion spatiale, et à sa généralisation multidimensionnelle. Analyser la dispersion d'individus placés dans un domaine-plan est un problème classique des biologistes, des géographes, des économistes ou de l'analyse d'image. Pour ce faire, la méthode des plus proches voisins utilise un échantillon de distances entre un point pris au hasard dans le plan et le plus proche individu d'ordre k. Le modèle de référence est le modèle au hasard, dont le rejet peut se faire en direction d'un modèle régulier, ou d'un modèle agrégatif (agrégativité vraie ou hétérogénéité). A la suite d'une introduction qui formalise la notion de dispersion spatiale, nous étudions les statistiques de distances sous les hypothèses de dispersion évoquées. Le problème du choix de la taille des agrégats, lors de la construction du modèle d'agrégativité vraie, nous a amené à construire un modèle général de loi discrète, fondé sur la notion de loi récurrente, qui intègre les lois usuelles, et qui soit stable par translation et troncature. Puis nous nous intéressons à la mise en oeuvre de la méthode, de la constitution d'un échantillon de distances, aux procédures de test et d'estimation. Enfin, nous procédons à la généralisation multi dimensionnelle des résultats obtenus, et nous abordons divers problèmes, tels que la prise en compte exacte des effets des bords du domaine, ou le recours à une métrique de Minkowski. Nous montrons alors l'intérêt de nos résultats pour la méthode des plus proches voisins utilisée en classification, avec les plus proches voisins réciproques, et en reconnaissance des formes, à travers l'étude de la complexité des algorithmes de recherche de plus proches voisins
3
Czesnalowicz, Eric. "Applications de l'estimateur non paramétrique des K plus proches voisins en classification automatique multidimensionnelle." Lille 1, 1992. http://www.theses.fr/1992LIL10137.
Full textAbstract:
Le but de ce travail concerne la classification automatique de données par analyse de la fonction de densité de probabilité sous-jacente à la distribution des observations disponibles. Cette fonction de densité de probabilité est estimée par la méthode des k plus proches voisins. Toutefois, cette technique est très pénalisante au niveau des temps de calcul et un algorithme d'estimation rapide est proposé. Il est scindé en deux étapes distinctes, à savoir : l'ordonnancement des voisins puis l'estimation de la fonction de densité de probabilité proprement dite. Cette fonction estimée est ensuite soumise à un filtrage de type médian, à pondération binaire, qui permet de faire ressortir les noyaux des classes en présence. Après étiquetage itératif de ces noyaux, les observations sont assignées au noyau le plus proche. Une seconde approche proposée dans ce mémoire consiste non plus à détecter les noyaux des classes mais leurs contours. Pour cela un nouvel opérateur de détection de contours a été développé pour extraire les contours des classes. Après étiquetage itératif de ces contours, les observations sont assignées au contour le plus proche. L'application de ces procédures de classification sur des échantillons multidimensionnels met en évidence l'intérêt d'introduire les notions de voisinages de taille variable pour l'estimation, le filtrage et l'étiquetage des données multidimensionnelles
4
Gan, Changquan. "Une approche de classification non supervisée basée sur la notion des K plus proches voisins." Compiègne, 1994. http://www.theses.fr/1994COMP765S.
Full textAbstract:
La classification non supervisée a pour objectif de définir dans un ensemble de données des classes permettant de caractériser la structure interne des données. C’est une technique très utile dans de nombreux domaines technologiques comme en diagnostic des systèmes complexes (pour la mise en évidence de modes de fonctionnement) et en vision par ordinateur (pour la segmentation d'image). Les méthodes traditionnelles de la classification non supervisée présentent plusieurs problèmes en pratique, par exemple, la nécessité de préfixer le nombre de classes, le manque de stratégie appropriée pour le réglage de paramètres et la difficulté de valider le résultat obtenu. Dans cette thèse nous tentons d'apporter une solution à ces problèmes en développant une nouvelle approche basée sur la notion des K plus proches voisins. Alliant la détection de mode et la recherche de graphe reflétant la proximité des données, cette approche identifie d'abord les centres de classe, puis construit une classe autour de chaque centre. Elle n'emploie aucune connaissance a priori sur les données et ne possède qu'un seul paramètre. Une stratégie de réglage de ce paramètre a été établie après une étude théorique et une analyse expérimentale. L’idée est de rechercher la stabilité du résultat de classification. Des tests présentés dans ce mémoire montrent une bonne performance de l'approche proposée ; elle est libre d'hypothèse sur la nature des données, relativement robuste et facile à utiliser
5
Qamar, Ali Mustafa. "Mesures de similarité et cosinus généralisé : une approche d'apprentissage supervisé fondée sur les k plus proches voisins." Phd thesis, Université de Grenoble, 2010. http://tel.archives-ouvertes.fr/tel-00591988.
Full textAbstract:
Les performances des algorithmes d'apprentissage automatique dépendent de la métrique utilisée pour comparer deux objets, et beaucoup de travaux ont montré qu'il était préférable d'apprendre une métrique à partir des données plutôt que se reposer sur une métrique simple fondée sur la matrice identité. Ces résultats ont fourni la base au domaine maintenant qualifié d'apprentissage de métrique. Toutefois, dans ce domaine, la très grande majorité des développements concerne l'apprentissage de distances. Toutefois, dans certaines situations, il est préférable d'utiliser des similarités (par exemple le cosinus) que des distances. Il est donc important, dans ces situations, d'apprendre correctement les métriques à la base des mesures de similarité. Il n'existe pas à notre connaissance de travaux complets sur le sujet, et c'est une des motivations de cette thèse. Dans le cas des systèmes de filtrage d'information où le but est d'affecter un flot de documents à un ou plusieurs thèmes prédéfinis et où peu d'information de supervision est disponible, des seuils peuvent être appris pour améliorer les mesures de similarité standard telles que le cosinus. L'apprentissage de tels seuils représente le premier pas vers un apprentissage complet des mesures de similarité. Nous avons utilisé cette stratégie au cours des campagnes CLEF INFILE 2008 et 2009, en proposant des versions en ligne et batch de nos algorithmes. Cependant, dans le cas où l'on dispose de suffisamment d'information de supervision, comme en catégorisation, il est préférable d'apprendre des métriques complètes, et pas seulement des seuils. Nous avons développé plusieurs algorithmes qui visent à ce but dans le cadre de la catégorisation à base de k plus proches voisins. Nous avons tout d'abord développé un algorithme, SiLA, qui permet d'apprendre des similarités non contraintes (c'est-à-dire que la mesure peut être symétrique ou non). SiLA est une extension du perceptron par vote et permet d'apprendre des similarités qui généralisent le cosinus, ou les coefficients de Dice ou de Jaccard. Nous avons ensuite comparé SiLA avec RELIEF, un algorithme standard de re-pondération d'attributs, dont le but n'est pas sans lien avec l'apprentissage de métrique. En effet, il a récemment été suggéré par Sun et Wu que RELIEF pouvait être considéré comme un algorithme d'apprentissage de métrique avec pour fonction objectif une approximation de la fonction de perte 0-1. Nous montrons ici que cette approximation est relativement mauvaise et peut être avantageusement remplacée par une autre, qui conduit à un algorithme dont les performances sont meilleurs. Nous nous sommes enfin intéressés à une extension directe du cosinus, extension définie comme la forme normalisée d'un produit scalaire dans un espace projeté. Ce travail a donné lieu à l'algorithme gCosLA. Nous avons testé tous nos algorithmes sur plusieurs bases de données. Un test statistique, le s-test, est utilisé pour déterminer si les différences entre résultats sont significatives ou non. gCosLA est l'algorithme qui a fourni les meilleurs résultats. De plus, SiLA et gCosLA se comparent avantageusement à plusieurs algorithmes standard, ce qui illustre leur bien fondé.
6
Delaunay, Eric. "Conception et réalisation d'un accééerateur matériel pour la reconnaissance de formes basée sur l'algorithme des plus proches voisins." Paris 11, 1997. http://www.theses.fr/1997PA112396.
Full textAbstract:
La reconnaissance de l'ecriture manuscrite peut etre apprehendee par une approche multi-agents ou une premiere serie d'agents de reconnaissance de formes analysent les donnees et fournissent des listes de possibilites. Ces resultats peuvent alors etre traites par des agents de fusion de donnees qui effectuent une selection des solutions les plus probables. D'autres agents, d'analyse syntaxique, grammaticale,. . . Peuvent ensuite etre utilises pour continuer le processus de reconnaissance. Parmi les agents primaires de reconnaissance de formes nous trouvons notamment les algorithmes de plus proches voisins (knn). Cependant, l'inconvenient majeur de ceux-ci est qu'ils necessitent de parcourir de tres grandes bases d'exemples lorsqu'on desire une forte certitude dans la reconnaissance. Le cadre de cette these concerne donc l'integration en vlsi de l'algorithme des plus proches voisins pour permettre une execution efficace. Cumulus, une architecture parallele de type simd a ete developpee dans ce sens. Elle permet l'execution du knn pour k = 1. Elle est basee sur des calculs simples (distance de hamming) et un parallelisme de donnees important permettant de traiter simultanement plusieurs reconnaissances sur la meme base d'exemples. Ses performances peuvent etre de trois ordres de grandeurs superieurs a son execution sur un micro-processeur classique. Afin de valider cette architecture et de l'utiliser dans notre application de lecture de cheques bancaires, nous avons concu et realise une carte prototype pour station sun/sparc offrant un gain en performance significatif. Nous nous sommes egalement interesses aux algorithmes pouvant etre executes sur cette plateforme, notamment au knn pour k > 1. Cumulus ne pouvant pas l'executer directement, nous avons mis au point un nouvel algorithme base sur le 1nn et dont le comportement est similaire, mais qui necessite cependant un pretraitement de la base d'exemples.
7
Taïleb, Mounira. "NOHIS-tree nouvelle méthode de recherche de plus proches voisins : application à la recherche d'images par le contenu." Paris 11, 2008. http://www.theses.fr/2008PA112164.
Full textAbstract:
Les tailles des bases d’images ont connu une croissance rapide. Elles peuvent se chiffrer actuellement en millions d’objets ce qui nécessite l’utilisation d’un système de recherche d’images par le contenu. Un tel système consiste tout d’abord en la description automatique des images de la base. Les propriétés visuelles de chaque image sont représentées sous forme de vecteurs multidimensionnels appelés descripteurs. Ensuite, trouver les images similaires à une image requête revient à chercher pour chaque descripteur de l’image requête les descripteurs les plus proches. Dans ce travail de thèse nous proposons une nouvelle méthode d’indexation de bases multidimensionnelles avec une évolution de l’algorithme de recherche de plus proches voisins. L’originalité de notre index multidimensionnel est la création de formes englobantes évitant le chevauchement. En effet, le chevauchement est l’un des principaux inconvénients qui ralentissent la recherche de plus proches voisins. Le nouvel index créé et son algorithme de recherche spécifique permettent d’accélérer la recherche de plus proches voisins tout en effectuant une recherche à l’exact. La méthode que nous avons conçue a été intégrée et évaluée dans un système réel de recherche d’images par le contenu. Les résultats des expérimentations effectuées montrent sa robustesse en termes de précision et de rapidité en temps de rechercheThe increasing of image databases requires the use of a content-based image retrieval system (CBIR). A such system consist first to describe automatically the images, visual properties of each image are represented as multidimensional vectors called descriptors. Next, finding similar images to the query image is achieved by searching for the nearest neighbors of each descriptor of the query image. In this thesis, we propose a new method for indexing multidimensional bases with the search algorithm of nearest neighbors adapted. The originality of our multidimensional index is the disposition of the bounding forms avoiding overlapping. Indeed, the overlapping is one of the main drawbacks that slow the search of nearest neighbors search. Our index with its search algorithm speeds the nearest neighbors search while doing an exact search. Our method has been integrated and tested within a real content-based image system. The results of tests carried out show the robustness of our method in terms of accuracy and speed in search time
8
Berrani, Sid-Ahmed. "Recherche approximative de plus proches voisins avec contrôle probabiliste de la précision ; application à la recherche d'images par le contenu." Phd thesis, Université Rennes 1, 2004. http://tel.archives-ouvertes.fr/tel-00532854.
Full textAbstract:
Cette thèse s'intéresse aux systèmes de recherche d'images par le contenu, où le but est de rechercher les images les plus similaires à une image requête fournie en exemple. Pour cela, il est d'abord nécessaire de décrire les images stockées dans la base. L'objectif est de traduire la similarité visuelle entre images en une simple notion de proximité spatiale entre descripteurs. Ainsi, pour retrouver les images similaires à l'image requête, il suffit de retrouver les descripteurs les plus proches du descripteur de l'image requête. Ce mode de recherche, appelé recherche de plus proches voisins, est cependant extrêmement coûteux même lorsque les techniques s'indexation multidimensionnelles sont utilisées. Les performances de celles-ci se dégradent exponentiellement lorsque la dimension des descripteurs augmente (phénomène de la malédiction de la dimension). Il s'avère toutefois que l'on peut fortement réduire le coût de ces recherches en effectuant des recherches approximatives. Le principe est alors de négocier une réduction du temps de réponse contre l'introduction d'imprécisions durant la recherche. Ce travail reprend ce principe et propose une nouvelle méthode de recherche approximative de plus proches voisins qui permet un contrôle fin et intuitif de la précision de la recherche. Ce contrôle s'exprime au travers d'un seul paramètre qui indique la probabilité maximale de ne pas trouver un des plus proches voisins recherchés. Dans le but d'évaluer rigoureusement ses performances dans le cadre d'un système réel, la méthode proposée a été ensuite intégrée dans un système de recherche d'images pour la détection de copies. Les expérimentations effectuées montrent que la méthode proposée est efficace, fiable et son imprécision n'a qu'un impact mineur sur la qualité des résultats finaux.
9
Do, Cao Tri. "Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins." Thesis, Université Grenoble Alpes (ComUE), 2016. http://www.theses.fr/2016GREAM028/document.
Full textAbstract:
La définition d'une métrique entre des séries temporelles est un élément important pour de nombreuses tâches en analyse ou en fouille de données, tel que le clustering, la classification ou la prédiction. Les séries temporelles présentent naturellement différentes caractéristiques, que nous appelons modalités, sur lesquelles elles peuvent être comparées, comme leurs valeurs, leurs formes ou leurs contenus fréquentielles. Ces caractéristiques peuvent être exprimées avec des délais variables et à différentes granularités ou localisations temporelles - exprimées globalement ou localement. Combiner plusieurs modalités à plusieurs échelles pour apprendre une métrique adaptée est un challenge clé pour de nombreuses applications réelles impliquant des données temporelles. Cette thèse propose une approche pour l'Apprentissage d'une Métrique Multi-modal et Multi-scale (M2TML) en vue d'une classification robuste par plus proches voisins. La solution est basée sur la projection des paires de séries temporelles dans un espace de dissimilarités, dans lequel un processus d'optimisation à vaste marge est opéré pour apprendre la métrique. La solution M2TML est proposée à la fois dans le contexte linéaire et non-linéaire, et est étudiée pour différents types de régularisation. Une variante parcimonieuse et interprétable de la solution montre le potentiel de la métrique temporelle apprise à pouvoir localiser finement les modalités discriminantes, ainsi que leurs échelles temporelles en vue de la tâche d'analyse considérée. L'approche est testée sur un vaste nombre de 30 bases de données publiques et challenging, couvrant des images, traces, données ECG, qui sont linéairement ou non-linéairement séparables. Les expériences montrent l'efficacité et le potentiel de la méthode M2TML pour la classification de séries temporelles par plus proches voisinsThe definition of a metric between time series is inherent to several data analysis and mining tasks, including clustering, classification or forecasting. Time series data present naturally several characteristics, called modalities, covering their amplitude, behavior or frequential spectrum, that may be expressed with varying delays and at different temporal granularity and localization - exhibited globally or locally. Combining several modalities at multiple temporal scales to learn a holistic metric is a key challenge for many real temporal data applications. This PhD proposes a Multi-modal and Multi-scale Temporal Metric Learning (M2TML) approach for robust time series nearest neighbors classification. The solution is based on the embedding of pairs of time series into a pairwise dissimilarity space, in which a large margin optimization process is performed to learn the metric. The M2TML solution is proposed for both linear and non linear contexts, and is studied for different regularizers. A sparse and interpretable variant of the solution shows the ability of the learned temporal metric to localize accurately discriminative modalities as well as their temporal scales.A wide range of 30 public and challenging datasets, encompassing images, traces and ECG data, that are linearly or non linearly separable, are used to show the efficiency and the potential of M2TML for time series nearest neighbors classification
10
Servien, Rémi. "Estimation de régularité locale." Phd thesis, Université Montpellier II - Sciences et Techniques du Languedoc, 2010. http://tel.archives-ouvertes.fr/tel-00730491.
Full textAbstract:
L'objectif de cette thèse est d'étudier le comportement local d'une mesure de probabilité, notamment au travers d'un indice de régularité locale. Dans la première partie, nous établissons la normalité asymptotique de l'estimateur des kn plus proches voisins de la densité et de l'histogramme. Dans la deuxième, nous définissons un estimateur du mode sous des hypothèses affaiblies. Nous montrons que l'indice de régularité intervient dans ces deux problèmes. Enfin, nous construisons dans une troisième partie différents estimateurs pour l'indice de régularité à partir d'estimateurs de la fonction de répartition, dont nous réalisons une revue bibliographique.