Date/heure
Date(s) - 31/03/2022
11 h 00 - 12 h 00
Emplacement
CNAM, accès 31, salle 31.2.87
Catégories
Speaker: Eric Adjakossa (AgroParisTech)
Title: Agrégation en ligne de récursions de Kalman
Abstract: Dans ce travail, nous améliorons la qualité de la prédiction par agrégation d’experts en utilisant les propriétés sous-jacentes des modèles qui fournissent ces experts. Nous nous limitons au cas où les prédictions d’experts sont issues de récursions de Kalman par ajustement de modèles espace-état. En utilisant des poids exponentiels, nous avons construit différents algorithmes d’agrégation de récursions de Kalman en ligne (KAO) qui compétissent avec le meilleur expert ou la meilleure combinaison convexe des experts de façon adaptative ou non. Nous améliorons les résultats existants de la littérature sur l’agrégation d’experts lorsque les experts sont des récursions de Kalman en utilisant leurs propriétés de second ordre. Nous appliquons notre approche aux récursions de Kalman et l’étendons au contexte général d’experts en ajustant un modèle espace-état aux erreurs d’experts fournis.
Informations pratiques : Il y aura aussi la possibilité de participer au séminaire à distance en cliquant sur ce lien TEAMS