| Résumé | Les agents réels doivent réagir à des conditions variables quand ils exécutent des tâches prévues. Habituellement, les conditions sont surveillées via des séries temporelles représentant des variables d'état. Même si certaines valeurs de prévision de ces séries temporelles ne prennent en considération qu'une mesure, d'autres, appelées valeurs de prévisions épisodiques, envisagent des ensembles de mesures. Nous considérons une classe spéciale de valeurs de prévision épisodiques basée sur la segmentation de mesures dans des intervalles quasi-monotones, où chaque intervalle est soit quasi-croissante, quasi-décroissante ou quasi-uniforme. Même si on tient compte de l'échelle, cette approche est aussi efficiente du point de vue calcul et les résultats peuvent être calculés exactement sans le recours à des algorithmes d'approximation. Notre approche est comparée à un spline linéaire et à l'analyse de régression. |
|---|
