Compromis précision-temps de calcul et détection de ruptures

Maxime Brunin (1) , Christophe Biernacki (1) , Alain Celisse (1)

1 MODAL - MOdel for Data Analysis and Learning

Dans cette présentation, nous illustrons l'étude du compromis précision-temps de calcul dans le cadre des problèmes de détection de ruptures. Ce problème a pour but de détecter des changements dans la distribution d'observations à des instants appelés instants de ruptures : nous cherchons des estimateurs de ces instants de ruptures. Nous présentons deux approches pour répondre à ce problème : la programmation dynamique et la segmentation binaire. Ces deux méthodes concurrentes utilisent le formalisme de la sélection de modèle et des méthodes à noyaux pour récupérer des estimateurs des instants de ruptures. Ces deux méthodes possèdent chacune des résultats théoriques permettant de quantifier la précision des estimateurs. Le point délicat est de réduire le temps de calcul. Notre approche, la segmentation binaire a une complexité en temps et en espace inférieure à celle de la programmation dynamique grâce à l'utilisation d'un temps d'arrêt.

Mots clés: détection de ruptures; sélection de modèle; méthode à noyau

Domaines: Statistiques [math.ST]

Maxime Brunin, Christophe Biernacki, Alain Celisse. Compromis précision-temps de calcul et détection de ruptures. 6ème Rencontres des Jeunes Statisticiens, Aug 2015, Le Teich, France. ⟨hal-01238276⟩