Skip to Main content Skip to Navigation
Theses

Time Series Classification Algorithms with Applications in Remote Sensing

Adeline Bailly 1
1 LETG - Rennes - Littoral, Environnement, Télédétection, Géomatique
LETG - Littoral, Environnement, Télédétection, Géomatique UMR 6554
Résumé : La classification de séries temporelles a suscité beaucoup d’intérêt au cours des dernières années en raison de ces nombreuses applications. Nous commençons par proposer la méthode Dense Bag-of-Temporal-SIFT-Words (D-BoTSW) qui utilise des descripteurs locaux basés sur la méthode SIFT, adaptés pour les données en une dimension et extraits à intervalles réguliers. Des expériences approfondies montrent que notre méthode D-BoTSW surpassent de façon significative presque tous les classificateurs de référence comparés. Ensuite, nous proposons un nouvel algorithme basé sur l’algorithme Learning Time Series Shapelets (LTS) que nous appelons Adversarially-Built Shapelets (ABS). Cette méthode est basée sur l’introduction d’exemples adversaires dans le processus d’apprentissage de LTS et elle permet de générer des shapelets plus robustes. Des expériences montrent une amélioration significative de la performance entre l’algorithme de base et notre proposition. En raison du manque de jeux de données labelisés, formatés et disponibles en ligne, nous utilisons deux jeux de données appelés TiSeLaC et Brazilian-Amazon.
Document type :
Theses
Complete list of metadatas

Cited literature [195 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/tel-02022311
Contributor : Adeline Bailly <>
Submitted on : Sunday, February 17, 2019 - 5:55:51 PM
Last modification on : Tuesday, July 21, 2020 - 3:42:52 AM

File

phd-manuscript.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : tel-02022311, version 1

Citation

Adeline Bailly. Time Series Classification Algorithms with Applications in Remote Sensing. Computer Science [cs]. Univ. Rennes, 2018. English. ⟨tel-02022311⟩

Share

Metrics

Record views

221

Files downloads

562