Discrimination périodique à partir d’observations multi-temporelles

Abstract

Cet article s’attaque au problème de discrimination instantanée de données temporelles périodiques. Nous proposons un classifieur linéaire non-stationnaire, régularisé par rapport à sa complexité temporelle. Le modèle est également étendu au cas multi-classe. Cette approche est testée sur des simulations numériques ainsi que des séries temporelles d’images satellites. Les résultats illustrent un très bon comportement.