EM : complexifier le modèle ou estimer de manière robuste

Christophe Saint-Jean (1) , Carl Frélicot (1) , Bertrand Vachon (1)

1 L3I - Laboratoire Informatique, Image et Interaction - EA 2118

Notre étude compare deux stratégies liées a la maximisation de la vraisemblance via l'algorithme EM. La première consiste à utiliser des modeles théoriques plus complexes qu'à'habitude, la seconde en l'intégration d' estimateurs robustes dans l'étape de maximisation de l'algorithme. Nous avons appliqué ces deux techniques séparement puis conjointement dans le cadre de don- nés bruitées pour en tester la robustesse. Nous proposons également un modele hybride et en presentonsles résultats.

Mots clés: Classification; Caractérisation et évaluation de performances; EM; Robustesse; M-estimateur

Domaines: Traitement du signal et de l'image [eess.SP]; Statistiques [math.ST]; Traitement du signal et de l'image [eess.SP]

Christophe Saint-Jean, Carl Frélicot, Bertrand Vachon. EM : complexifier le modèle ou estimer de manière robuste. RFIA 2000, Feb 2000, Paris, France. pp.139--148. ⟨hal-00235656⟩