Soutenance de thèse; Modélisation de dépendances dans des séries temporelles co-évolutivesPrésenté par : Patrick Asante Owusu

Description :

Résumé : Cette thèse présente une approche formelle pour capturer les dépendances évolutives entre plusieurs séries temporelles qui co-évoluent au fil du temps. La recherche fournit une compréhension plus détaillée de la manière dont les dépendances changent de manière dynamique en utilisant une technique de fenêtre glissante pour analyser les sous-séries. La thèse introduit une méthodologie en deux étapes combinant des modèles autorégressifs avec des techniques basées sur des graphes pour modéliser ces dépendances évolutives, améliorant ainsi l'analyse et la prédiction de systèmes complexes tels que les marchés financiers et les systèmes environnementaux. En outre, elle explore comment l'intégration de grand modèle de langage améliore l'interprétabilité de la modélisation des séries temporelles, fournissant des informations plus approfondies sur les facteurs sous-jacents qui entraînent des changements dans les données.

Le jury est composé des personnes suivantes :

• Professeur Shengrui Wang (Directeur, Département d’informatique)
• Professeure Armelle Brun (Directrice, Université de Lorraine)
• Professeur Abderrafiaa Koukam (Membre externe, Université de Technologie de Belfort-Montbéliard)
• Docteur Jean-Philippe Poli (Membre externe, CEA)
• Professeure Lydia Boudjeloud-Assala (Membre interne, Université de Lorraine)
• Professeur Djemel Ziou (Président-rapporteur, Département d’informatique)