Séminaire MODAL'X : Angelina Roche (CEREMADE, Université Paris Dauphine - PSL)

Résumé : L’ACP fonctionnelle, en tant que méthode de visualisation, consiste à représenter des données fonctionnelles, c’est-à-dire des données qui se présentent sous forme de courbes, dans un espace de faible dimension. Cet espace de faible dimension est obtenu en diagonalisant l’opérateur de covariance associé aux données.Nous nous appuierons sur des résultats récents en probabilité qui nous permettent de définir proprement une notion de mesure de covariance et donnent un sens à la notion d’ACP pour des mesures pour proposer une méthode de visualisation pour un échantillon de processus ponctuels. Nous présenterons également une application à la visualisation de données de tremblements de terre.

Travail en collaboration avec Franck Picard (ENS de Lyon), Vincent Rivoirard (Ceremade) et Victor Panaretos (EPFL).