Représentations parcimonieuses et apprentissage de dictionnaires pour la classification et le clustering de séries temporelles
L'apprentissage de dictionnaires à partir de données temporelles est un problème fondamental pour l’extraction de caractéristiques temporelles latentes, la révélation de primitives saillantes et la représentation de données temporelles complexes. Cette thèse porte sur l’apprentissage de dicti...
Main Author: | Varasteh Yazdi, Saeed |
---|---|
Other Authors: | Grenoble Alpes |
Language: | en |
Published: |
2018
|
Subjects: | |
Online Access: | http://www.theses.fr/2018GREAM062/document |
Similar Items
-
Apprentissage d'arbres de convolutions pour la représentation parcimonieuse
by: Chabiron, Olivier
Published: (2015) -
Représentations parcimonieuses et apprentissage de dictionnaires pour la compression et la classification d'images satellites
by: Aghaei Mazaheri, Jérémy
Published: (2015) -
Représentations Convolutives Parcimonieuses -- application aux signaux physiologiques et interpétabilité de l'apprentissage profond
by: Moreau, Thomas
Published: (2017) -
Études de Modèles Variationnels et Apprentissage de Dictionnaires
by: Zeng, Tieyong
Published: (2007) -
Apprentissage de dictionnaires structurés pour la modélisation parcimonieuse des signaux multicanaux
by: Lesage, Sylvain
Published: (2007)