Some results on statistics and functional data analysis

¹ Université de Lille, Laboratoire Painleve, UMR 8524
² Université de Lyon, Lyon 2, ERIC UR 3083 & Université Clermont Auvergne, LMBP-CMRS, UMR 6620 & Université Clermont Auvergne, CERDI-CNRS-IRD, UMR 6587
³ Facultad de Ingeniería Química - Universidad Nacional del Litoral (UNL) and CONICET, Santa Fe, Argentina
⁴ Université Clermont Auvergne, LMBP-CMRS, UMR 6620

Abstract

This paper presents some recent results on regression and classification in Functional Data Analysis setting. The first work decated to Multiple kernel SVM for classifying functional data in Sobolev spaces focus on optimization of the information from each derivatives of the original functions, the second work devoted to An input/output-based aggregation rule for functional data classification when the last is interested with the problem of regression if the functional data lives in a finite dimensionnal submanifold.

Résumé

Cet article présente quelques résultats récents sur la régression et la classification dans le cadre de l’analyse des données fonctionnelles. Le premier travail consacré au Multiple kernel SVM pour la classification des données fonctionnelles dans les espaces de Sobolev se concentre sur l’optimisation des informations de chacune des dérivées des fonctions d’origine. Le second travail propose une règle d’agrégation basée sur les entrées/sorties pour la classification des données fonctionnelles; enfin la dernière contribution s’intéresse au problème de régression lorsque les données fonctionnelles vivent dans une sous-variété dimensionnelle finie.