Méthodes adaptatives pour les séries chronologiques
Résumé
Cette session présente des méthodes adaptatives dans le cadre de données dépendantes. Dans un contexte iid les méthodes adaptatives telles que le seuillage, la validation croisée, la sélection de modèle pénalisée et la méthode PAC-Bayésienne sont bien comprises. L'outil commun à toutes ces méthodes est la concentration de la mesure produit. Dans un contexte dépendant, ces mêmes méthodes adaptatives sont moins étudiées, du fait qu'une mesure dépendante se concentre "moins bien". Sous des hypothèses de type mélange fort ou dans le cas Markovien, il est possible d'obtenir la concentration de la mesure et d'étendre les méthodes classiques. Outre l'extension de méthodes adaptatives classiques dans un cadre dépendant, il est envisageable de développer des méthodes adaptatives nouvelles (différentes du cas iid) dans un cadre dépendant où la mesure se concentre "bien". Cette session regroupe 4 présentations de travaux récents dans ce domaine où de nombreuses questions restent ouvertes.
Origine | Fichiers produits par l'(les) auteur(s) |
---|