Sur l'utilisation de l'apprentissage profond pour la prévision probabiliste en séries chronologiques
Year: 2021
Type: dissertation
Abstract: L’utilisation de l’apprentissage profond dans le domaine des séries chronologiques commence tout juste à faire son apparition. Bien qu’historiquement cette technique était considérée comme trop complexe, la tendance courante des mégadonnées permet maintenant d’appliquer de façon appropriée des modèles comme les réseaux de neurones profonds au problème de la prévision de séries chronologiques. Fort de cette réalisation, ce texte explore l’utilisation de l’apprentissage profond dans l’objectif de caractériser l’incertitude des prévisions produites par le modèle, une tâche particulièrement adéquate pour ces modèles à capacité élevée.
Author: Salvail-Bérard, Adam
Language: French
Subfield: Signal Processing
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7201405460