X-Git-Url: https://git.auder.net/?a=blobdiff_plain;f=TODO;h=f5e00156d85ec745d10934a03333ecbe5a475933;hb=56857861dc15088cf58e7438968fe5714b22168e;hp=7e6aa9092b61a38905205d83d05674121f1ff160;hpb=e2a7484dfe72855d022ad03300787b3bf33b0352;p=epclust.git

diff --git a/TODO b/TODO
index 7e6aa90..f5e0015 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
@@ -18,33 +12,17 @@ A faire:
  - finir les experiences (sur nb de classes, nb de curves / chunk, nb de procs)
    et sur d'autres architectures
 
-dans old_C_code/build :
-cmake ../stage1/src
-make
-
-dans data/, lancer R puis :
-source("../old_C_code/wrapper.R")
-serialize("../old_C_code/build", "2009.csv","2009.bin",1)
-library(parallel)
-np = detectCores()
-nbSeriesPerChunk = 3000
-nbClusters = 20
-ppam_exe("../old_C_code/build",np,"2009.bin",nbSeriesPerChunk,nbClusters)
-C = getMedoids("../old_C_code/build", "ppamResult.xml", "ppamFinalSeries.bin")
-first100series = deserialize("../old_C_code/build", "2009.bin", "2009.csv.part", "1-100")
-distor = getDistor("../old_C_code/build", "ppamResult.xml", "2009.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 toutner sur machine plutôt standard, utilisateur "lambda"
+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)