Modèles augmentés asymptotiquement exacts
Document type :
Communication dans un congrès avec actes
Title :
Modèles augmentés asymptotiquement exacts
Author(s) :
Vono, Maxime [Auteur]
Signal et Communications [IRIT-SC]
Dobigeon, Nicolas [Auteur]
Institut National Polytechnique (Toulouse) [Toulouse INP]
Signal et Communications [IRIT-SC]
Chainais, Pierre [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Signal et Communications [IRIT-SC]
Dobigeon, Nicolas [Auteur]
Institut National Polytechnique (Toulouse) [Toulouse INP]
Signal et Communications [IRIT-SC]
Chainais, Pierre [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Conference title :
27e colloque du Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2019)
City :
Lille
Country :
France
Start date of the conference :
2019-08-26
Book title :
Actes du colloque GRETSI 2019
Publication date :
2019
English keyword(s) :
Asymptotically exact data augmentation (AXDA)
HAL domain(s) :
Informatique [cs]/Traitement du signal et de l'image [eess.SP]
French abstract :
L’introduction de variables auxiliaires dans un modèle statistique est communément utilisée afin de simplifier une tâche d’inférence ou augmenter son efficacité. Cependant, l’introduction de ces variables telles que la ...
Show more >L’introduction de variables auxiliaires dans un modèle statistique est communément utilisée afin de simplifier une tâche d’inférence ou augmenter son efficacité. Cependant, l’introduction de ces variables telles que la distribution de probabilité initiale soit préservée relève bien souvent d’un art subtil. Cet article présente un cadre statistique unificateur permettant de lever ces verrous en relâchant l’hypothèse d’augmentation exacte. Ce cadre, appelé asymptotically exact data augmentation(AXDA), regroupe certains modèles de mélange, les modèles bayésiens robustes ou encore ceux construits à partir du splittingde variables. Afin d’illustrer l’intérêt d’une telle approche, un échantillonneur de Gibbs basé sur un modèle AXDA est présenté.Show less >
Show more >L’introduction de variables auxiliaires dans un modèle statistique est communément utilisée afin de simplifier une tâche d’inférence ou augmenter son efficacité. Cependant, l’introduction de ces variables telles que la distribution de probabilité initiale soit préservée relève bien souvent d’un art subtil. Cet article présente un cadre statistique unificateur permettant de lever ces verrous en relâchant l’hypothèse d’augmentation exacte. Ce cadre, appelé asymptotically exact data augmentation(AXDA), regroupe certains modèles de mélange, les modèles bayésiens robustes ou encore ceux construits à partir du splittingde variables. Afin d’illustrer l’intérêt d’une telle approche, un échantillonneur de Gibbs basé sur un modèle AXDA est présenté.Show less >
Language :
Français
Peer reviewed article :
Oui
Audience :
Nationale
Popular science :
Non
Collections :
Source :
Files
- https://hal.archives-ouvertes.fr/hal-02419444/document
- Open access
- Access the document
- https://hal.archives-ouvertes.fr/hal-02419444/document
- Open access
- Access the document
- https://hal.archives-ouvertes.fr/hal-02419444/document
- Open access
- Access the document
- vono_24987.pdf
- Open access
- Access the document
- document
- Open access
- Access the document