Prévision multi-échelle par agrégation de forêts aléatoires. Application à la consommation électrique. (Computer file, 2019) [WorldCat.org]
skip to content
New WorldCat.org coming soon
Prévision multi-échelle par agrégation de forêts aléatoires. Application à la consommation électrique.
Checking...

Prévision multi-échelle par agrégation de forêts aléatoires. Application à la consommation électrique.

Author: Benjamin GoehryPascal MassartJean-Michel PoggiÉric Matzner-LøberAvner Bar-HenAll authors
Publisher: 2019.
Dissertation: Thèse de doctorat : Mathématiques appliquées : Université Paris-Saclay (ComUE) : 2019.
Edition/Format:   Computer file : Document : Thesis/dissertation : French
Summary:
Cette thèse comporte deux objectifs. Un premier objectif concerne la prévision d'une charge totale dans le contexte des Smart Grids par des approches qui reposent sur la méthode de prévision ascendante. Le deuxième objectif repose quant à lui sur l'étude des forêts aléatoires dans le cadre d'observations dépendantes, plus précisément des séries temporelles. Nous étendons dans ce cadre les résultats de
Subjects
More like this

Find a copy online

Links to this item

Find a copy in the library

&AllPage.SpinnerRetrieving; Finding libraries that hold this item...

Details

Genre/Form: Thèses et écrits académiques
Material Type: Document, Thesis/dissertation, Internet resource
Document Type: Internet Resource, Computer File
All Authors / Contributors: Benjamin Goehry; Pascal Massart; Jean-Michel Poggi; Éric Matzner-Løber; Avner Bar-Hen; Jean-Michel Loubès, mathématicien).; Gérard Biau; Anne-Laure Fougères; Université Paris-Saclay (2015-2019).; École doctorale de mathématiques Hadamard (Orsay, Essonne / 2015-....).; Université Paris-Sud (1970-2019).; Laboratoire de mathématiques d'Orsay (1998-....).
OCLC Number: 1132265221
Notes: Titre provenant de l'écran-titre.
Description: 1 online resource
Responsibility: Benjamin Goehry ; sous la direction de Pascal Massart et de Jean-Michel Poggi.

Abstract:

Cette thèse comporte deux objectifs. Un premier objectif concerne la prévision d'une charge totale dans le contexte des Smart Grids par des approches qui reposent sur la méthode de prévision ascendante. Le deuxième objectif repose quant à lui sur l'étude des forêts aléatoires dans le cadre d'observations dépendantes, plus précisément des séries temporelles. Nous étendons dans ce cadre les résultats de consistance des forêts aléatoires originelles de Breiman ainsi que des vitesses de convergence pour une forêt aléatoire simplifiée qui ont été tout deux jusqu'ici uniquement établis pour des observations indépendantes et identiquement distribuées. La dernière contribution sur les forêts aléatoires décrit une nouvelle méthodologie qui permet d'incorporer la structure dépendante des données dans la construction des forêts et permettre ainsi un gain en performance dans le cas des séries temporelles, avec une application à la prévision de la consommation d'un bâtiment.

This thesis has two objectives. A first objective concerns the forecast of a total load in the context of Smart Grids using approaches that are based on the bottom-up forecasting method. The second objective is based on the study of random forests when observations are dependent, more precisely on time series. In this context, we are extending the consistency results of Breiman's random forests as well as the convergence rates for a simplified random forest that have both been hitherto only established for independent and identically distributed observations. The last contribution on random forests describes a new methodology that incorporates the time-dependent structure in the construction of forests and thus have a gain in performance in the case of time series, illustrated with an application of load forecasting of a building.

Reviews

Retrieving GoodReads reviews...
Retrieving DOGObooks reviews...

Confirm this request

You may have already requested this item. Please select Ok if you would like to proceed with this request anyway.

Close Window

Please sign in to WorldCat 

Don't have an account? You can easily create a free account.