La classification des séries temporelles est une tâche utilisée dans divers domaines tels que la météorologie, la médecine et la physique. Elle a pour but de classer des objets modélisés sous forme de séries temporelles. Des algorithmes toujours plus efficaces ont vu le jour durant cette dernière décennie pour accomplir cette tâche. Parmi ces algorithmes, il y a ceux basés sur la transformation en shapelet. Cependant aucun de ces derniers n’est applicable dans le cadre des séries temporelles incertaines. En utilisant les techniques de propagation de l’incertitude, nous proposons dans cet article une nouvelle mesure de dissimilarité incertaine que nous utilisons ensuite pour adapter la transformation en shapelet aux séries temporelles incertaines. Une validation expérimentale sur des données de la littérature montre l’intérêt de notre approche.
Supplementary notes can be added here, including code and math.