Modèle de mélanges d'experts pour données fonctionnelles - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Modèle de mélanges d'experts pour données fonctionnelles

Résumé

In the present work, we propose a mixture of experts-type (ME) regression model for predicting of a functional variable by regressing on several functional variables. ME's have been found very useful for analysing heterogeneous data and functional data, which are pervasive in various practical applications and often pose subtle modelling and calibration challenges. Our main contribution is to provide novel relevant statistical and numerical approaches to address funtions to function regression problems. Our algorithms are shown to outperform simple regression models throughout various numerical experiments.
Dans le cadre de la prédiction d'une variable fonctionnelle par une ou plusieurs variables fonctionnelles, nous proposons un modèle de régression de mélange d'experts (ME). Les ME sont utiles à l'analyse des données hétérogènes et les données de nature fonctionnelle auxquelles nous souhaitons appliquer ce modèle sont désormais très présentes dans divers domaines. Notre contribution principale est celle de montrer que ce type de mélange de régression permet de produire des résultats souvent meilleures qu'en utilisant un unique modèle de régression.
Fichier principal
Vignette du fichier
JDS2023_TAMO.pdf (568.19 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04087177 , version 1 (10-05-2023)

Identifiants

  • HAL Id : hal-04087177 , version 1

Citer

Jean Steve TAMO TCHOMGUI, Julien Jacques, Stéphane Chrétien, Guillaume Fraysse, Vincent Barriac. Modèle de mélanges d'experts pour données fonctionnelles. 54es Journées de la Statistique de la SFdS, Société Française de Statistique (SFdS), Jul 2023, Bruxelles, Belgique. ⟨hal-04087177⟩
49 Consultations
42 Téléchargements

Partager

Gmail Facebook X LinkedIn More