Robust semi-parametric multiple change-points detection.

Résumé Cet article est consacré à la définition de deux nouveaux détecteurs de points de changement multiples dans le cas d'un nombre inconnu de changements dans la moyenne d'un signal corrompu par un bruit additif. Ces deux méthodes sont basées sur le critère de la moindre valeur absolue (LAV). Ce critère est bien connu pour améliorer la robustesse de la procédure, en particulier dans le cas de valeurs aberrantes ou de distributions à queue lourde. La première méthode est inspirée de la théorie de la sélection de modèles et conduit à un estimateur piloté par les données. La seconde est un algorithme basé sur une pénalité de type variation totale. Ces stratégies sont étudiées numériquement sur des expériences de Monte-Carlo.