Un modèle neuronal pour la régression et la discrimination sur données fonctionnelles
Rossi, Fabrice; Conan-Guez, Brieuc (2005), Un modèle neuronal pour la régression et la discrimination sur données fonctionnelles, Revue de Statistique Appliquée, LIII, 4, p. 5-30
Type
Article accepté pour publication ou publiéExternal document link
http://hal.inria.fr/inria-00001190/en/Date
2005Journal name
Revue de Statistique AppliquéeVolume
LIIINumber
4Publisher
Société Française de Statistique
Pages
5-30
Metadata
Show full item recordAbstract (FR)
L'objectif de cet article est de présenter un nouveau modèle neuronal adapté à la régression sur variables explicatives fonctionnelles. Nous décrivons le perceptron multi-couches (PMC) fonctionnel et résumons les propriétés théoriques de celui-ci, en terme de puissance de calcul et d'estimation des paramètres. Nous proposons ensuite deux techniques de mise en oeuvre informatique que nous illustrons dans deux applications, l'une sur des données artificielles, l'autre en spectrométrie. Le PMC fonctionnel est ainsi comparé au PMC classique ainsi qu'à des méthodes plus classiques adaptées elles aussi aux données fonctionnelles. Dans les exemples choisis, les PMC fonctionnels obtiennent de meilleures performances que les autres techniques et représentent la fonction de régression de façon très parcimonieuse.Subjects / Keywords
Analyse de données fonctionnelles; Réseaux de neurones; Perceptrons Multi-Couches; Régression; Discrimination; Approximation universelle; Consistance; SpectrométrieRelated items
Showing items related by title and author.
-
Rossi, Fabrice; Conan-Guez, Brieuc (2003) Document de travail / Working paper
-
Conan-Guez, Brieuc; Rossi, Fabrice (2005) Article accepté pour publication ou publié
-
Conan-Guez, Brieuc; Delannay, Nicolas; Rossi, Fabrice; Verleysen, Michel (2005) Article accepté pour publication ou publié
-
Rossi, Fabrice; Conan-Guez, Brieuc (2008) Chapitre d'ouvrage
-
Conan-Guez, Brieuc; Rossi, Fabrice (2005) Article accepté pour publication ou publié