Service interruption on Monday 11 July from 12:30 to 13:00: all the sites of the CCSD (HAL, EpiSciences, SciencesConf, AureHAL) will be inaccessible (network hardware connection).
Skip to Main content Skip to Navigation
Conference papers

MTCopula: Génération de données synthétiques et complexes basées sur les Copules

Fodil Benali 1, 2 Damien Bodénès 1 Nicolas Labroche 2 Cyril de Runz 2 
2 BDTLN - Bases de données et traitement des langues naturelles
LIFAT - Laboratoire d'Informatique Fondamentale et Appliquée de Tours
Résumé : Cet article est une version courte de Benali et al. (2021). La plupart des techniques existantes de génération de données ne fonctionnent bien que pour de faibles dimensions et échouent à capturer les dépendances complexes entre les dimensions des données. L'identification de la bonne combinaison de modèles et de leurs paramètres respectifs reste un problème ouvert. Nous présentons MTCopula, une nouvelle approche de génération de données synthétiques complexes, flexible et extensible, qui choisit automatiquement le meilleur modèle de copules et les marginales les mieux ajustées pour capturer la complexité des données en se reposant sur le critère d'information d'Akaike.
Document type :
Conference papers
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03594152
Contributor : Cyril DE RUNZ Connect in order to contact the contributor
Submitted on : Friday, March 4, 2022 - 3:47:36 PM
Last modification on : Saturday, March 5, 2022 - 3:30:44 AM
Long-term archiving on: : Sunday, June 5, 2022 - 6:09:26 PM

File

VersionEGCarticleDOLAP2021vf (...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-03594152, version 1

Citation

Fodil Benali, Damien Bodénès, Nicolas Labroche, Cyril de Runz. MTCopula: Génération de données synthétiques et complexes basées sur les Copules. 22ème Conférence francophone sur l'Extraction et la Gestion des Connaissances 2022 (EGC 2022), Jan 2022, BLOIS, France. pp.347-354. ⟨hal-03594152⟩

Share

Metrics

Record views

19

Files downloads

11