Reconstruction de données manquantes par analyse en EOF : application aux séries temporelles de mesures de déplacement InSAR - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Reconstruction de données manquantes par analyse en EOF : application aux séries temporelles de mesures de déplacement InSAR

Résumé

Une méthode itérative, nommée EM-EOF (Expectation Maximization-Empirical Orthogonal Functions), est proposée afin de reconstruire des données manquantes au sein de séries temporelles de mesure de déplacement InSAR. La méthode EM-EOF décompose de manière itérative la covariance temporelle d'une série temporelle en différents modes EOF, puis sélectionne le nombre optimal de modes EOF afin de reconstruire la série temporelle. Après une initialisation appropriée des données manquantes, la méthode EM-EOF effectue (i) une minimisation de l'erreur de validation croisée pour estimer le nombre optimal de modes EOF à utiliser dans la reconstruction puis (ii) une mise à jour itérative des valeurs manquantes basée sur un critère de convergence prédéfini. Les résultats sur une série temporelle d'interférogrammes obtenus sur le glacier du Gorner démontre l'efficacité de la méthode pour reconstruire les valeurs manquantes.
Fichier principal
Vignette du fichier
gretsifr.pdf (713.29 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-02276527 , version 1 (17-03-2021)

Identifiants

  • HAL Id : hal-02276527 , version 1

Citer

Alexandre Hippert-Ferrer, Yajing Yan, Philippe Bolon. Reconstruction de données manquantes par analyse en EOF : application aux séries temporelles de mesures de déplacement InSAR. GRETSI 2019 - XXVIIème Colloque francophone de traitement du signal et des images, Aug 2019, Lille, France. ⟨hal-02276527⟩
99 Consultations
160 Téléchargements

Partager

Gmail Facebook X LinkedIn More