- Recherche et sélection de publications
|
Ondelettes analytiques, application à l'analyse des processus multivariés à longue mémoire
- Irène Gannaz, Sophie Achard #1, Marianne Clausel, François Roueff
-
| #1 |
Grenoble Images Parole Signal Automatique (GIPSA-lab)
- CNRS : UMR5216
- Université Joseph Fourier - Grenoble I
- Université Pierre Mendès-France - Grenoble II
- Université Stendhal - Grenoble III
- Institut Polytechnique de Grenoble - Grenoble Institute of Technology
|
- Références
- GRETSI, Juan-Les-Pins, Septembre 2017,
- Résumé
Multivariate processes with long-range dependent properties are found in a large number of applications including finance, geophysics and neuroscience. Statistical analysis of such data is challenging because multivariate time series present phase phenomenons. Analytic wavelets are well suited to deal with these characteristics. Our starting point is a paper of Selesnick which introduces quasi-analytic wavelets. We first establish the existence of these wavelets. We also give an exact formula quantifying their analytic quality. We then illustrate on simulations the relevance of quasi-analytic wavelets for multivariate time series analysis.
- Mots-clés
- Catégorie
- Article de colloque avec actes
- Domaine(s)
- Informatique/Traitement du signal et de l'image
Statistiques/Applications
Statistiques/Méthodologie
- Identifiant(s)
-
Clé de citation gretsi2017-GACR
- Export
-
- Dernière mise à jour
- le 05 septembre 2017 par Francois Roueff
|
