Majorize-Minimize adapted Metropolis-Hastings algorithm. Application to multichannel image recovery

Yosra Marnissi 1 Amel Benazza-Benyahia 2 Emilie Chouzenoux 1 Jean-Christophe Pesquet 1
1 LIGM - Laboratoire d'Informatique Gaspard-Monge
2 COSIM-Laboratoire Communication, Signaux et Images
Abstract : One challenging task in MCMC methods is the choice of the proposal density. It should ideally provide an accurate approximation of the target density with a low computational cost. In this paper, we are interested in Langevin diffusion where the proposal accounts for a directional component. We propose a novel method for tuning the related drift term. This term is preconditioned by an adaptive matrix based on a Majorize-Minimize strategy. This new procedure is shown to exhibit a good performance in a multispectral image restoration example.
Keywords : multichannel image restoration MMSE Majorize-Minimize Langevin diffusion MCMC methods
Type de document :
Communication dans un congrès
22th European Signal Processing Conference (EUSIPCO 2014), Sep 2014, Lisbon, Portugal. 2014
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger
https://hal.archives-ouvertes.fr/hal-01077273
Contributeur : Emilie Chouzenoux <>
Soumis le : vendredi 24 octobre 2014 - 12:11:10
Dernière modification le : jeudi 5 juillet 2018 - 14:46:10
Document(s) archivé(s) le : dimanche 25 janvier 2015 - 10:20:15

Fichier

eusipco2014C.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01077273, version 1

Collections

ENPC | PARISTECH | LIGM | LIGM_SIGNAL | UPEC-UPEM | ESIEE-PARIS

Citation

Yosra Marnissi, Amel Benazza-Benyahia, Emilie Chouzenoux, Jean-Christophe Pesquet. Majorize-Minimize adapted Metropolis-Hastings algorithm. Application to multichannel image recovery. 22th European Signal Processing Conference (EUSIPCO 2014), Sep 2014, Lisbon, Portugal. 2014. 〈hal-01077273〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

144

Téléchargements de fichiers

122

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD