Exploitation de Big Data Historiques pour les Humanités Numériques : application aux données financières HBDEX

L’objectif est d’étudier le comportement à long terme des marchés financiers, en extrayant une grande quantité de données à partir d’images de documents. Nous proposons une stratégie de reconnaissance qui exploite la séquentialité des documents.

Domaines

Traitement des images [eess.IV] Traitement du texte et du document

Fichier principal

Presentation HBDEX (colloque Numérique et Patrimoine) 12_03_2021.pdf (11.41 Mo)

Origine	Fichiers produits par l'(les) auteur(s)

Camille GUERRY : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03828391

Soumis le : mardi 25 octobre 2022-13:12:31

Dernière modification le : mardi 27 août 2024-12:54:38

Archivage à long terme le : vendredi 27 janvier 2023-07:35:54

Dates et versions

hal-03828391 , version 1 (25-10-2022)

Identifiants

HAL Id : hal-03828391 , version 1

Citer

Camille Guerry, Bertrand B. Coüasnon, Aurélie Lemaitre, Sébastien Adam, Thierry Paquet, et al.. Exploitation de Big Data Historiques pour les Humanités Numériques : application aux données financières HBDEX. NUMÉRIQUE ET PATRIMOINE Enjeux et questions actuels, Mar 2021, Paris / Virtual, France. ⟨hal-03828391⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS INRIA INSA-RENNES INSA-ROUEN IRISA LITIS IRISA-INSA-R CENTRALESUPELEC IRISA-D6 COMUE-NORMANDIE UR1-MATH-STIC UR1-UFR-ISTIC UNIV-RENNES UNIROUEN UNILEHAVRE INSA-GROUPE ANR UR1-MATH-NUM

92 Consultations

39 Téléchargements