Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Test CUSUM
Technique statistique cumulative pour détecter des changements dans la moyenne d'un processus, basée sur l'accumulation des écarts par rapport à une valeur de référence.
Segmentation Temporelle
Partitionnement optimal d'une série temporelle en segments homogènes où les propriétés statistiques restent constantes à l'intérieur de chaque segment.
Méthode Bayésienne de Détection
Approche probabiliste utilisant des distributions a priori pour modéliser la localisation des points de changement et mettre à jour les croyances via le théorème de Bayes.
Détection Online vs Offline
Distinction entre les algorithmes traitant les données en temps réel (online) et ceux analysant l'ensemble complet des données après acquisition (offline).
Pénalité de Complexité
Terme de régularisation pénalisant le nombre de points de changement détectés pour éviter le surajustement et équilibrer ajustement aux données et parcimonie du modèle.
Détection de Ruptures Multiples
Identification simultanée de plusieurs points de changement dans une série temporelle, nécessitant des algorithmes de recherche combinatoire optimisés.
Modèle à Paramètres Constants par Segments
Représentation statistique où les paramètres du modèle restent constants entre les points de changement mais peuvent varier brusquement à ces instants.
Coût de Changement
Fonction quantifiant la détérioration de l'ajustement lorsque deux segments adjacents sont fusionnés, utilisée pour évaluer la pertinence d'un point de changement.
Détection de Variance
Identification spécifique des points où la variabilité des données change subitement, indépendamment de modifications potentielles de la moyenne ou de la tendance.
Algorithme Dynamic Programming
Méthode d'optimisation exacte pour la détection de points de changement multiples, résolvant le problème de segmentation via programmation dynamique.
Détection de Tendance
Identification des moments où la pente de la tendance sous-jacente d'une série temporelle subit une modification significative.
Wild Binary Segmentation
Extension randomisée de la binary segmentation utilisant des sous-échantillons aléatoires pour améliorer la détection de points de changement multiples.
Fenêtre Dynamique
Approche adaptative où la taille de la fenêtre d'analyse varie selon les caractéristiques locales des données pour optimiser la détection de changements.
Détection Structurelle
Identification de changements fondamentaux dans la structure sous-jacente d'un processus, affectant potentiellement plusieurs caractéristiques simultanément.