{"id":10800,"date":"2024-04-02T13:14:50","date_gmt":"2024-04-02T13:14:50","guid":{"rendered":"https:\/\/novelis.io\/?post_type=research-lab&p=10800"},"modified":"2025-07-07T12:52:47","modified_gmt":"2025-07-07T12:52:47","slug":"ia-dans-la-prevision-des-series-temporelles","status":"publish","type":"research-lab","link":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/","title":{"rendered":"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles"},"content":{"rendered":"\n
D\u00e9couvrez l’application de l’IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.<\/p>\n\n\n\n
CHRONOS – Mod\u00e8le de Base pour la Pr\u00e9vision des S\u00e9ries Temporelles<\/h3>\n\n\n\n
<\/div>\n\n\n\n<\/figure>\n\n\n\n
La pr\u00e9vision des s\u00e9ries temporelles est cruciale pour la prise de d\u00e9cision dans divers domaines, tels que le commerce de d\u00e9tail, l’\u00e9nergie, la finance, la sant\u00e9 et la climatologie. Voyons comment l’IA peut \u00eatre exploit\u00e9e pour tirer parti de ces donn\u00e9es essentielles.<\/p>\n\n\n\n
L\u2019\u00e9mergence des techniques d\u2019apprentissage profond a remis en question les mod\u00e8les statistiques traditionnels qui dominaient la pr\u00e9vision des s\u00e9ries temporelles. Ces techniques sont en grande partie possibles gr\u00e2ce \u00e0 la disponibilit\u00e9 d\u2019importantes quantit\u00e9s de donn\u00e9es de s\u00e9ries temporelles. Cependant, malgr\u00e9 les performances impressionnantes des mod\u00e8les d\u2019apprentissage profond, le besoin d\u2019un mod\u00e8le de pr\u00e9vision g\u00e9n\u00e9raliste \u00ab fondamental \u00bb reste crucial dans ce domaine.<\/p>\n\n\n\n
Des efforts r\u00e9cents ont explor\u00e9 l\u2019utilisation des grands mod\u00e8les de langage (LLM) dot\u00e9s de capacit\u00e9s d\u2019apprentissage sans exemple (zero-shot) pour la pr\u00e9vision des s\u00e9ries temporelles. Ces approches sollicitent directement des LLM pr\u00e9entra\u00een\u00e9s ou les ajustent pour les t\u00e2ches sp\u00e9cifiques de s\u00e9ries temporelles. Cependant, elles n\u00e9cessitent toutes des ajustements sp\u00e9cifiques \u00e0 la t\u00e2che ou des mod\u00e8les co\u00fbteux en termes de calcul.<\/p>\n\n\n\n
Avec Chronos, pr\u00e9sent\u00e9 dans le nouvel article \u201cChronos: Learning the Language of Time Series\u201d de l\u2019\u00e9quipe d\u2019Amazon, une approche innovante est adopt\u00e9e en traitant les s\u00e9ries temporelles comme un langage et en les d\u00e9coupant en unit\u00e9s discr\u00e8tes. Cela permet d\u2019entra\u00eener des mod\u00e8les de langage standard sur le \u00ab langage des s\u00e9ries temporelles \u00bb sans modifier l’architecture traditionnelle des mod\u00e8les linguistiques.<\/p>\n\n\n\n
Les mod\u00e8les Chronos pr\u00e9entra\u00een\u00e9s, avec des tailles allant de 20 \u00e0 710 millions de param\u00e8tres, sont bas\u00e9s sur la famille T5 et entra\u00een\u00e9s sur un ensemble de donn\u00e9es diversifi\u00e9. De plus, des strat\u00e9gies d’augmentation des donn\u00e9es sont mises en \u0153uvre pour pallier le manque de jeux de donn\u00e9es de s\u00e9ries temporelles de haute qualit\u00e9 accessibles au public. Chronos est d\u00e9sormais le mod\u00e8le de pr\u00e9vision de r\u00e9f\u00e9rence en apprentissage sans exemple et pour des t\u00e2ches sp\u00e9cifiques, surpassant les mod\u00e8les traditionnels et les approches d’apprentissage profond sp\u00e9cifiques aux t\u00e2ches.<\/p>\n\n\n\n
Pourquoi est-ce essentiel ? En tant que mod\u00e8le linguistique op\u00e9rant sur un vocabulaire fixe, Chronos s\u2019int\u00e8gre parfaitement avec les avanc\u00e9es futures des LLM, le positionnant comme un candidat id\u00e9al pour devenir un mod\u00e8le de s\u00e9ries temporelles g\u00e9n\u00e9raliste \u00e0 long terme.<\/p>\n\n\n\n
<\/div>\n\n\n\n
S\u00e9ries Temporelles Multivari\u00e9es – Un Cadre Bas\u00e9 sur les Transformers pour l’Apprentissage de Repr\u00e9sentations des S\u00e9ries Temporelles Multivari\u00e9es<\/h3>\n\n\n\n
<\/div>\n\n\n\n<\/figure>\n\n\n\n
Les donn\u00e9es de s\u00e9ries temporelles multivari\u00e9es (MTS) sont courantes dans divers domaines, notamment la science, la m\u00e9decine, la finance, l’ing\u00e9nierie et les applications industrielles. Elles suivent simultan\u00e9ment plusieurs variables au fil du temps. Malgr\u00e9 l’abondance de donn\u00e9es MTS, les donn\u00e9es \u00e9tiquet\u00e9es pour entra\u00eener des mod\u00e8les restent rares. Cet article pr\u00e9sente un cadre bas\u00e9 sur les transformers pour l’apprentissage non supervis\u00e9 de repr\u00e9sentations des s\u00e9ries temporelles multivari\u00e9es, en fournissant un aper\u00e7u d’un article de recherche intitul\u00e9 \u00ab\u00a0A Transformer-Based Framework for Multivariate Time Series Representation Learning,\u00a0\u00bb r\u00e9dig\u00e9 par une \u00e9quipe d’IBM et de l’Universit\u00e9 Brown. Les mod\u00e8les pr\u00e9entra\u00een\u00e9s issus de ce cadre peuvent \u00eatre appliqu\u00e9s \u00e0 diverses t\u00e2ches en aval, telles que la r\u00e9gression, la classification, la pr\u00e9vision et l’imputation de valeurs manquantes.<\/p>\n\n\n\n
M\u00e9thode<\/h3>\n\n\n\n
L\u2019id\u00e9e principale de cette approche consiste \u00e0 utiliser un encodeur transformer. Le mod\u00e8le transformer est adapt\u00e9 du transformer traditionnel pour traiter des s\u00e9quences de vecteurs de caract\u00e9ristiques qui repr\u00e9sentent des s\u00e9ries temporelles multivari\u00e9es, au lieu de s\u00e9quences d\u2019indices de mots discrets. Des encodages positionnels sont int\u00e9gr\u00e9s pour que le mod\u00e8le comprenne la nature s\u00e9quentielle des donn\u00e9es de s\u00e9ries temporelles. Dans un cadre de pr\u00e9entra\u00eenement non supervis\u00e9, le mod\u00e8le est entra\u00een\u00e9 \u00e0 pr\u00e9dire des valeurs masqu\u00e9es dans le cadre d’une t\u00e2che de d\u00e9bruitage autor\u00e9gressif, o\u00f9 certaines entr\u00e9es sont masqu\u00e9es.<\/p>\n\n\n\n
Concr\u00e8tement, une proportion de chaque s\u00e9quence de variable dans l’entr\u00e9e est masqu\u00e9e de mani\u00e8re ind\u00e9pendante pour chaque variable. En ajoutant une couche lin\u00e9aire au-dessus des repr\u00e9sentations vectorielles finales, le mod\u00e8le tente de pr\u00e9dire les vecteurs d’entr\u00e9e complets et non corrompus. Cette approche de pr\u00e9entra\u00eenement non supervis\u00e9e exploite les m\u00eames \u00e9chantillons de donn\u00e9es \u00e9tiquet\u00e9s et, dans certains cas, d\u00e9montre des am\u00e9liorations de performance m\u00eame par rapport aux m\u00e9thodes enti\u00e8rement supervis\u00e9es. Comme pour toute architecture de transformer, le mod\u00e8le pr\u00e9entra\u00een\u00e9 peut \u00eatre utilis\u00e9 pour des t\u00e2ches de r\u00e9gression et de classification en ajoutant des couches de sortie.<\/p>\n\n\n\n
R\u00e9sultats<\/h3>\n\n\n\n
L’article pr\u00e9sente une approche int\u00e9ressante d’utilisation des mod\u00e8les bas\u00e9s sur les transformers pour l’apprentissage efficace de repr\u00e9sentations dans les donn\u00e9es de s\u00e9ries temporelles multivari\u00e9es. Lors de l’\u00e9valuation sur divers ensembles de donn\u00e9es de r\u00e9f\u00e9rence, il montre des am\u00e9liorations par rapport aux m\u00e9thodes existantes et les surpasse dans la r\u00e9gression et la classification des s\u00e9ries temporelles multivari\u00e9es. Le cadre d\u00e9montre une performance sup\u00e9rieure m\u00eame avec un nombre limit\u00e9 d\u2019\u00e9chantillons d’entra\u00eenement, tout en maintenant une efficacit\u00e9 computationnelle.<\/p>\n\n\n\n
IA dans la Pr\u00e9vision des S\u00e9ries Temporelles<\/title>\n<meta name=\"description\" content=\"D\u00e9couvrez l'application de l'IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles\" \/>\n<meta property=\"og:description\" content=\"D\u00e9couvrez l'application de l'IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/\" \/>\n<meta property=\"og:site_name\" content=\"Novelis innovation\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/novelis.io\" \/>\n<meta property=\"article:modified_time\" content=\"2025-07-07T12:52:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1067\" \/>\n\t<meta property=\"og:image:height\" content=\"600\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@novelis_io\" \/>\n<meta name=\"twitter:label1\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data1\" content=\"5 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/\",\"url\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/\",\"name\":\"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles\",\"isPartOf\":{\"@id\":\"https:\/\/novelis.io\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png\",\"datePublished\":\"2024-04-02T13:14:50+00:00\",\"dateModified\":\"2025-07-07T12:52:47+00:00\",\"description\":\"D\u00e9couvrez l'application de l'IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.\",\"breadcrumb\":{\"@id\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#primaryimage\",\"url\":\"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png\",\"contentUrl\":\"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png\",\"width\":1067,\"height\":600},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\/\/novelis.io\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/novelis.io\/fr\/#website\",\"url\":\"https:\/\/novelis.io\/fr\/\",\"name\":\"Novelis innovation\",\"description\":\"Novelis innovation\",\"publisher\":{\"@id\":\"https:\/\/novelis.io\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/novelis.io\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/novelis.io\/fr\/#organization\",\"name\":\"Novelis innovation\",\"url\":\"https:\/\/novelis.io\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/novelis.io\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/novelis.io\/wp-content\/uploads\/2021\/12\/logo-1.png\",\"contentUrl\":\"https:\/\/novelis.io\/wp-content\/uploads\/2021\/12\/logo-1.png\",\"width\":479,\"height\":98,\"caption\":\"Novelis innovation\"},\"image\":{\"@id\":\"https:\/\/novelis.io\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/novelis.io\",\"https:\/\/x.com\/novelis_io\",\"https:\/\/www.linkedin.com\/company\/novelis-consulting\/\",\"https:\/\/www.youtube.com\/channel\/UCJ5eJR22n2GtfKaTWueWRPQ\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles","description":"D\u00e9couvrez l'application de l'IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/","og_locale":"fr_FR","og_type":"article","og_title":"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles","og_description":"D\u00e9couvrez l'application de l'IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.","og_url":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/","og_site_name":"Novelis innovation","article_publisher":"https:\/\/www.facebook.com\/novelis.io","article_modified_time":"2025-07-07T12:52:47+00:00","og_image":[{"width":1067,"height":600,"url":"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_site":"@novelis_io","twitter_misc":{"Dur\u00e9e de lecture estim\u00e9e":"5 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/","url":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/","name":"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles","isPartOf":{"@id":"https:\/\/novelis.io\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#primaryimage"},"image":{"@id":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#primaryimage"},"thumbnailUrl":"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png","datePublished":"2024-04-02T13:14:50+00:00","dateModified":"2025-07-07T12:52:47+00:00","description":"D\u00e9couvrez l'application de l'IA pour utiliser efficacement les donn\u00e9es issues des pr\u00e9visions de s\u00e9ries temporelles.","breadcrumb":{"@id":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#primaryimage","url":"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png","contentUrl":"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/Image-publications-scientifiques-site-Novelis.png","width":1067,"height":600},{"@type":"BreadcrumbList","@id":"https:\/\/novelis.io\/fr\/research-lab\/ia-dans-la-prevision-des-series-temporelles\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/novelis.io\/fr\/"},{"@type":"ListItem","position":2,"name":"IA dans la Pr\u00e9vision des S\u00e9ries Temporelles"}]},{"@type":"WebSite","@id":"https:\/\/novelis.io\/fr\/#website","url":"https:\/\/novelis.io\/fr\/","name":"Novelis innovation","description":"Novelis innovation","publisher":{"@id":"https:\/\/novelis.io\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/novelis.io\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/novelis.io\/fr\/#organization","name":"Novelis innovation","url":"https:\/\/novelis.io\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/novelis.io\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/novelis.io\/wp-content\/uploads\/2021\/12\/logo-1.png","contentUrl":"https:\/\/novelis.io\/wp-content\/uploads\/2021\/12\/logo-1.png","width":479,"height":98,"caption":"Novelis innovation"},"image":{"@id":"https:\/\/novelis.io\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/novelis.io","https:\/\/x.com\/novelis_io","https:\/\/www.linkedin.com\/company\/novelis-consulting\/","https:\/\/www.youtube.com\/channel\/UCJ5eJR22n2GtfKaTWueWRPQ"]}]}},"_links":{"self":[{"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/research-lab\/10800"}],"collection":[{"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/research-lab"}],"about":[{"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/types\/research-lab"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/media\/10761"}],"wp:attachment":[{"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/media?parent=10800"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/categories?post=10800"},{"taxonomy":"custom_tag","embeddable":true,"href":"https:\/\/novelis.io\/fr\/wp-json\/wp\/v2\/custom_tag?post=10800"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"\"](\"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/image.png\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/novelis.io\/wp-content\/uploads\/2024\/04\/image-1.png\")
<\/figure>\n\n\n\n