X-Git-Url: https://git.auder.net/?a=blobdiff_plain;f=TODO;h=1788ce626a40bbe0b2a89218b737b7ceacf04d57;hb=492cd9e74a79cbcc0ecde55fa3071a44b7e463dc;hp=69379751e75b51a85d125319a34104f062fa668d;hpb=5edda192f1a634ba284acdea7b6302f60df7b000;p=epclust.git

diff --git a/TODO b/TODO
index 6937975..1788ce6 100644
--- a/TODO
+++ b/TODO
@@ -1,13 +1,7 @@
 simulateur : complètement aléatoire ? from Irish dataset ?
+wmtsa : wavBootstrap
 wavelets methods in statistics with R - p180
 
-00-convertir2009 et 2010.R
-01-extractFeatures.R pour 2009 [utilise Stbr.R] (car on prédit 2010, pas besoin)
-02-cluster2009.R
-03-compute-sum-of-classes2009.R
-05-cluster2WER-2009.R
-06-prediction.R
-
 Essayer distance wdist du package biwavelet ?
 
 geometric structure of high dim data and dim reduction 2011
@@ -17,18 +11,37 @@ https://docs.docker.com/engine/getstarted/step_one/
 A faire:
  - finir les experiences (sur nb de classes, nb de curves / chunk, nb de procs)
    et sur d'autres architectures
-	 ==> code OK, source("wrapper.R") puis
-	 serialize("build", "pathTo2010.csv","pathTo2010.bin")
-	 ppam_exe("build",np,"pathTo2010.bin","nbSeriesPerChunk nbClusters 1 2")
-	 C = getMedoids("build", "ppamResult.xml", "ppamFinalSeries.bin")
-	 quelques_series = deserialize("pathTo2010.bin", rangs...)
-	 #plot C ... et quelques_series ...
-	 getDistor("buid", "ppamResult.xml", "pathTo2010.bin")
-
-- interface matrice -> binaire
-	 OK
-
- - courbe synchrone
-	 ??
 
 Piste à explorer pour les comparaisons: H20
+
+renvoyer nombre d'individues par classe ? (+ somme ?)
+hypothèse : données déjà ordonnées 48 1/2H sur 365j
+utiliser du mixmod avec modèles allongés
+doit tourner sur machine plutôt standard, utilisateur "lambda"
+utiliser Rcpp ?
+
+#point avec Jairo:
+#rentrer dans code C cwt continue Rwave
+#passer partie sowas à C
+#fct qui pour deux series (ID, medoides) renvoie distance WER (Rwave ou à moi)
+#transformee croisee , smoothing lissage 3 composantes , + calcul pour WER
+#determiner nvoice noctave (entre octave + petit et + grand)
+
+#TODO: load some dataset ASCII CSV
+#data_bin_file <<- "/tmp/epclust_test.bin"
+#unlink(data_bin_file)
+
+#https://stat.ethz.ch/pipermail/r-help/2011-June/280133.html
+#randCov = function(d)
+#{
+#	x <- matrix(rnorm(d*d), nrow=d)
+#	x <- x / sqrt(rowSums(x^2))
+#	x %*% t(x)
+#}
+
+#TODO: soften condition clustering.R line 37 ?
+#regarder mapply et mcmapply pour le // (pas OK pour Windows ou GUI... mais ?)
+#TODO: map-reduce more appropriate R/clustering.R ligne 88
+#Alternative: use bigmemory to share series when CSV or matrix(...)
+
+#' @importFrom synchronicity boost.mutex lock unlock