Incertitude sur la segmentation pour les modèles de détection de ruptures multiples

Guédon Yann. 2012. Incertitude sur la segmentation pour les modèles de détection de ruptures multiples. In : 44e Journées de Statistique, Bruxelles, Belgique, 21 au 25 mai 2012. Société Française de Statistique (SFdS). s.l. : s.n., 6 p. Journées de statistiques. 44, Bruxelles, Belgique, 21 Mai 2012/25 Mai 2012.

Résumé : Le problème de détection a posteriori de ruptures multiples est étudié. En ce qui concerne l'incertitude sur la segmentation, les travaux se sont focalisés jusqu'à présent sur l'incertitude concernant la position des ruptures. Nous proposons de poser ce problème d'une façon différente en voyant les modèles de détection de ruptures multiples comme des modèles à structure latente et en utilisant des résultats de la théorie de l'information. Cela nous amène à montrer que les lois a posteriori de la position des ruptures ne reflètent que partiellement l'incertitude sur la segmentation. L'incertitude canonique est donnée par la loi a posteriori des segmentations. L'entropie correspondante peut être dé composée sous forme d'un profil d'entropies, ce qui permet de localiser cet te incertitude canonique le long de la séquence. Nous proposons d'utiliser la divergence de Kullback-Leibler entre la loi uniforme et la loi a posteriori des segmentations pour des nombres de ruptures successifs comme critère de sélection du nombre de ruptures. L'approche proposée est illustrée par l'analyse des phases de croissance de pins laricio.

Classification Agris : U10 - Informatique, mathématiques et statistiques
F62 - Physiologie végétale - Croissance et développement

Auteurs et affiliations

• Guédon Yann, CIRAD-BIOS-UMR AGAP (FRA)

Source : Cirad - Agritrop (https://agritrop.cirad.fr/568173/)

Métriques

[ Page générée et mise en cache le 2024-11-24 ]