Un nouveau filtre à sauts flous pour le débruitage de séries temporelles
Avancée scientifique
Comment analyser des séries temporelles de données qui sont imparfaites et incertaines ? Le travail de chercheurs du Laboratoire d’Informatique en Image et Systèmes d’Information, de SAMOVAR et de Dhofar Université à Oman les a conduit à étudier des séries chronologiques présentant des transitions progressives entre deux états, comme des températures mesurées durant des alternances jour/nuit. Pour répondre à ce type de problème, les chercheurs ont mis au point un nouvel algorithme exact et rapide de la famille des filtres de Kalman qui prend en compte des états flous. Ces travaux sont présentés dans IEEE Transactions on Fuzzy Systems du 10 juin 2019.
En savoir plus