Classification supervisée et non supervisée des données de grande dimension

Résumé : Cet article est consacré à la classification des données de grande dimension. Supposant que de telles données vivent dans des sous-espaces de dimensions intrinsèques inférieures à la dimension de l'espace original, nous proposons une re-paramétrisation du modèle de mélange gaussien. En forçant certains paramètres à être communs dans une même classe ou entre les classes, nous exhibons une famille de modèles adaptés aux données de grande dimension, allant du modèle le plus général au plus parcimonieux. Ces modèles gaussiens sont ensuite utilisés pour la classification supervisée ou non-supervisée. La nature de notre re-paramétrisation permet aux méthodes ainsi construites de ne pas être perturbées par le mauvais conditionnement ou la singularité des matrices de covariance empiriques des classes et d'être efficaces en terme de temps de calcul.
Document type :
Journal articles
La revue de Modulad, Modulad, 2009, 40, pp.81-102
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-00394327
Contributor : Charles Bouveyron <>
Submitted on : Thursday, June 11, 2009 - 12:33:22 PM
Last modification on : Tuesday, May 6, 2014 - 12:42:46 PM
Document(s) archivé(s) le : Friday, June 11, 2010 - 12:36:29 AM

File

Bouveyron_Girard.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00394327, version 1

Collections

Citation

Charles Bouveyron, Stephane Girard. Classification supervisée et non supervisée des données de grande dimension. La revue de Modulad, Modulad, 2009, 40, pp.81-102. <hal-00394327>

Share

Metrics

Record views

611

Document downloads

920