Functional data clustering: a survey

Julien Jacques 1, 2 Cristian Preda 1, 2
1 MODAL - MOdel for Data Analysis and Learning
LPP - Laboratoire Paul Painlevé - UMR 8524, Inria Lille - Nord Europe, CERIM - Santé publique : épidémiologie et qualité des soins-EA 2694, Polytech Lille, Université de Lille 1, IUT’A
Résumé : Nous présentons dans cet article une revue des méthodes de classification automatique pour données fonctionelles. Ces techniques peuvent être classées en trois catégories: les méthodes procédant à une étape de réduction de dimension avant la classification, les méthodes non paramétriques qui utilisent des techniques de classification automatique classiques couplées à des distances ou dissimilarités spécifiques aux données fonctionnelles, et enfin, les techniques à base de modèles génératifs. Ces dernières supposent un modèle probabiliste soit sur les scores d'une analyse en composantes principales fonctionnelle, soit sur les coefficients des approximations des courbes dans une base de fonctions de dimension finie. Une illustration numérique ainsi qu'une revue des logiciels disponibles sont également présentées.
Type de document :
Article dans une revue
Advances in Data Analysis and Classification, Springer Verlag, 2014, 8 (3), pp.24. 〈10.1007/s11634-013-0158-y〉
Liste complète des métadonnées

https://hal.inria.fr/hal-00771030
Contributeur : Julien Jacques <>
Soumis le : mardi 8 janvier 2013 - 09:07:15
Dernière modification le : mercredi 25 avril 2018 - 14:23:16
Document(s) archivé(s) le : mardi 9 avril 2013 - 03:50:36

Fichier

RR-8198.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Julien Jacques, Cristian Preda. Functional data clustering: a survey. Advances in Data Analysis and Classification, Springer Verlag, 2014, 8 (3), pp.24. 〈10.1007/s11634-013-0158-y〉. 〈hal-00771030〉

Partager

Métriques

Consultations de la notice

740

Téléchargements de fichiers

8871