L'analyse topologique de données permet d’identifier de manière robuste des structures d’intérêt au sein de données complexes. Dans le cas de données variant dans le temps, il est possible d’extraire ces structures pour chaque pas de temps, puis d’estimer un appariement optimal entre les structures de deux pas de temps consécutifs, afin de reconstruire les trajectoires des structures d’intérêt au cours du temps. Ces trajectoires peuvent ensuite utilisées dans les applications en entrée d’une étude statistique. Dans ce stage, nous souhaitons étendre une approche récente de l’état de l’art pour la rendre plus robuste sur des données expérimentales d’acquisition particulièrement difficiles, représentant des données à haute vélocité en physique des matériaux.
Voir le PDF attaché pour plus de détails.
