Analyse canonique généralisée d'un flux de données d'espérance variable dans le temps
Résumé
Consider a data stream and suppose that each multidimensional data $z_n$ is a realization of a random vector $Z_n$ whose expectation $\theta_n$ varies with time. Let $\tilde{Z}_n=Z_n-\theta_n$ and suppose that the vectors $\tilde{Z}_n$ form an i.i.d. sample of a random vector $\tilde{Z}$. Stochastic approximation processes using data blocks are used to estimate on-line direction vectors of the principal axes of the generalized canonical correlation analysis of $\tilde{Z}$.
On suppose que des vecteurs de données $z_n$ arrivant séquentiellement dans le temps sont les observations respectives d'un vecteur $Z_n$ dont l'espérance $\theta_n$ varie dans le temps. On note $\tilde{Z}_n=Z_n-\theta_n$ et on suppose que les vecteurs $\tilde{Z}_n$ forment un échantillon i.i.d. d'un vecteur aléatoire $\tilde{Z}$. On définit des processus d'approximation stochastique utilisant des blocs de données pour estimer des vecteurs directeurs des axes principaux de l'analyse canonique généralisée (ACG) de $\tilde{Z}$.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...