Régressions par machines à vecteurs supports pour la prédiction de séries chaotiques.

Résumé : Nous nous intéressons à la prédiction de séries temporelles chaotiques à partir de régressions réalisées à l'aide de machines à vecteurs supports (SVM). Après avoir rappelé le principe de ces régressions par SVM, nous détaillons le schéma de prédiction. Nous illustrons ses performances par une mise en oeuvre, d'une part, sur des données synthétiques produites par le système dynamique de Hénon et, d'autre part, sur des données expérimentales issues de la base de données de Santa Fe communément utilisées comme référence dans les problèmes de prédictions de séries temporelles. Nous comparons positivement nos résultats à ceux proposés antérieurement dans la littérature.
Type de document :
Communication dans un congrès
GRETSI 2005, Sep 2005, Louvain-la-Neuve, Belgique. GRETSI, pp.153-156, 2005
Liste complète des métadonnées

Littérature citée [11 références]  Voir  Masquer  Télécharger

https://hal-ens-lyon.archives-ouvertes.fr/ensl-00144560
Contributeur : Herwig Wendt <>
Soumis le : jeudi 3 mai 2007 - 17:00:32
Dernière modification le : jeudi 19 avril 2018 - 14:54:03
Document(s) archivé(s) le : vendredi 21 septembre 2012 - 14:35:57

Fichier

WendtFlandrinAbry.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : ensl-00144560, version 1

Collections

Citation

Herwig Wendt, Patrick Flandrin, Patrice Abry. Régressions par machines à vecteurs supports pour la prédiction de séries chaotiques.. GRETSI 2005, Sep 2005, Louvain-la-Neuve, Belgique. GRETSI, pp.153-156, 2005. 〈ensl-00144560〉

Partager

Métriques

Consultations de la notice

88

Téléchargements de fichiers

836