Forecast and anomaly detection on time series with dynamic context. Application to the mining of transit ridership data. (Prévision et détection d'anomalies sur des séries temporelles dans un contexte dynamique. Application à l'analyse de données d'affluence dans les transports en commun)

Kévin Pasini. Forecast and anomaly detection on time series with dynamic context. Application to the mining of transit ridership data. (Prévision et détection d'anomalies sur des séries temporelles dans un contexte dynamique. Application à l'analyse de données d'affluence dans les transports en commun). PhD thesis, Gustave Eiffel University, France, 2021. [doi]