Détection en ligne à grande échelle de points de changement brusques dans des séries temporelles structurées – SCOPED

La détection de changements (CPD) est un problème essentiel en statistique et en apprentissage automatique, qui vise à identifier des variations brusques dans les propriétés des données au cours du temps. Ces changements indiquent des transitions dans la distribution sous-jacente ou la dynamique d’un système. L'objectif de la CPD est de repérer quand ces changements se produisent et, dans certains cas, d'identifier leur nature. La CPD a de nombreuses applications dans des domaines nécessitant des analyses en temps réel, tels que la surveillance médicale, le trading et la sécurité des réseaux. Un nombre croissant de ces applications génèrent des données structurées de grande dimension, avec des propriétés géométriques et de dépendance non-triviales. Des exemples notables incluent les séries temporelles sur des groupes et des variétés, les séries temporelles de graphes et les signaux sur graphes, qui sont au cœur de ce projet.
Un défi majeur consiste à trouver des représentations efficaces pour ces types de données, qui impliquent souvent des géométries complexes difficiles à appréhender dans des espaces euclidiens. Un autre défi est le volume considérable de données généré par les capteurs et les infrastructures, nécessitant un traitement en ligne pour permettre des décisions rapides. Le projet SCOPED vise à développer des algorithmes non-supervisés de CPD en ligne, adaptés aux données structurées dynamiques, avec un accent sur des méthodes non paramétriques basées sur l'apprentissage automatique, qui minimisent les hypothèses sur les distributions des données. Ces algorithmes seront adaptatifs et capables de détecter un large éventail de changements. En outre, un cadre de reconnaissance open-world sera développé pour classifier les changements en temps réel, soit dans des classes déjà connu, soit dans des classes inconnues. Des applications à la surveillance des villes intelligentes et à la navigation géospatiale sont envisagées.