Rechercher

sur ce site


Accueil du site > Résumés des séminaires > Labo > Apprentissage séquentiel robuste, avec applications à la prévision de la qualité de l’air et à celle de la consommation électrique

Apprentissage séquentiel robuste, avec applications à la prévision de la qualité de l’air et à celle de la consommation électrique

Dans cet exposé, je définirai un cadre d’agrégation déterministe de modèles appelé la prévision de suites individuelles, puis en présenterai les résultats fondamentaux. J’expliquerai ensuite comment nous avons appliqué ces résultats en pratique, sur deux jeux de données : l’un relié à la prévision de la qualité de l’air (travail commun avec l’équipe-projet CLIME de l’INRIA) et l’autre à propos de la prévision de la consommation électrique (travail commun avec EDF R&D).

CMAP UMR 7641 École Polytechnique CNRS, Route de Saclay, 91128 Palaiseau Cedex France, Tél: +33 1 69 33 46 23 Fax: +33 1 69 33 46 46