Quelques exemples d'analyses incluant la variable temporelle en psychologie : des modèles latents aux network analysis

Autor: Morvan, Yannick

Publikováno v: Semaine Data SHS: Traiter et analyser les données en sciences humaines et sociales
Semaine Data SHS: Traiter et analyser les données en sciences humaines et sociales, Plateforme universitaire de données de Nanterre-MSH-Mondes, Dec 2020, Nanterre, France

National audience; La variable temporelle pouvant être traitée à l’aide de différentes techniques d’analyse, dans cette communication nous présenterons deux méthodes particulièrement intéressantes et utilisées en psychologie : les modél

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::61d35bd17d8fb5f7ddef6188b6b2e7e2

Explorer et Apprendre à partir de collections de textes multilingues à l'aide des modèles probabilistes latents et des réseaux profonds

Autor: Balikas, Georgios

Publikováno v: Document and Text Processing. Université Grenoble Alpes, 2017. English. ⟨NNT : 2017GREAM054⟩
Artificial Intelligence [cs.AI]. Grenoble 1 UGA-Université Grenoble Alpes, 2017. English

Text is one of the most pervasive and persistent sources of information. Content analysis of text in its broad sense refers to methods for studying and retrieving information from documents. Nowadays, with the ever increasing amounts of text becoming

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::35e88dcbc198587e4838b2403cdc1329
https://tel.archives-ouvertes.fr/tel-01801761/file/BALIKAS_2017_diffusion.pdf

Les ambiguïtés de la patrimonialisation littéraire. Entre paysage, art et écologie.

Autor: SAEZ, GUY¹

Publikováno v: Relief: Revue Électronique de Littérature Française. 2024, Vol. 18 Issue 2, p140-162. 23p.

Relations entre les profils d’autoefficacité vocationnelle et ses sources chez les élèves de terminale au moment du choix d’orientation post-bac. (French)

Autor: Tali, Fatiha, Ratinaud, Pierre, Jmel, Saïd, Gaudron, Jean-Philippe

Publikováno v: Orientation Scolaire et Professionnelle (OSP); 2023, Vol. 52 Issue 2, p1-28, 28p

Inférence et prédiction de représentations dynamiques pour les données temporelles structurées

Autor: Delasalles, Edouard

Publikováno v: Machine Learning [cs.LG]. Sorbonne Université, 2020. English. ⟨NNT : 2020SORUS296⟩

Temporal data constitute a large part of data collected digitally. Predicting their next values is an important and challenging task in domains such as climatology, optimal control, or natural language processing. Standard statistical methods are bas

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::b65a7673133e10d361c55a7b7e45d5cf
https://tel.archives-ouvertes.fr/tel-03402021