Loading...
Please wait, while we are loading the content...
Similar Documents
Statistiques en grande dimension pour la détection d'anomalies dans les données fonctionnelles issues des satellites
| Content Provider | Semantic Scholar |
|---|---|
| Author | Barreyre, Clémentine |
| Copyright Year | 2018 |
| Abstract | Ce travail de these consiste au developpement de methodes statistiques pour detecter des com- portements anormaux dans les donnees fonctionnelles que produit le satellite tout au long de sa vie. Un premier travail a ete de comprendre comment mettre en evidence les anomalies grâce a des projections sur des bases de fonctions. En complement de cette revue des projections, nous avons applique plusieurs methodes de detection d’anomalies, telles que la One-Class SVM et le Local Outlier Factor (LOF). En plus de ces deux methodes, nous avons developpe notre propre methode pour prendre en compte la saisonnalite des courbes que nous considerons. En se basant sur cette etude, nous avons developpe une nouvelle procedure pour selectionner automatiquement les coefficients les plus interessants pour la detection d’anomalies dans un cadre semi-supervise. Notre methode est une procedure de tests multiples ou nous appliquons un test a deux echantillons a tous les niveaux de coefficients. Nous nous sommes egalement interesses aux covariances des telemesures entre elles pour la detection d’anomalies. Pour cela, nous cherchons a comparer les covariances entre un groupe de telemesures pour deux journees, ou periodes consecutives. Nous avons applique trois tests sta- tistiques ayant des angles d’approche differents. Nous avons egalement developpe dans ce but un nouveau test asymptotique. Outre la demonstration de la convergence de notre test, nous demontrons par des exemples que ce test est dans la pratique le plus puissant sur les donnees dont nous disposons. Dans cette these, nous avons aborde plusieurs aspects de la detection d’anomalies dans les donnees fonctionnelles issues des satellites. Pour chacune des methodes, nous avons pu detecter toutes les anomalies, ameliorant sensiblement le taux de fausses alarmes. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-01885331/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
