Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange

Seydou Nourou Sylla 1, 2 Stéphane Girard 1 Abdou Kâ Diongue 2 Aldiouma Diallo 3 Cheikh Sokhna 3
1 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
3 URMITE - Unité de Recherche sur les Maladies Infectieuses Tropicales Emergentes
URMITE - Unité de Recherche sur les Maladies Infectieuses et Tropicales Emergentes
Résumé : Les évaluations dans le domaine sanitaire font de plus en plus appel aux données relatives aux causes de décès provenant des autopsies verbales dans les pays ne tenant pas de registres d'état civil ou disposant de registres incomplets. La méthode d'autopsie verbale permet de disposer des causes probables de décès. Cette communication présente une méthode de classification sur des données binaires de diagnostics par autopsie verbale dans les zones de Niakhar, Bandafassi et Mlomp (Sénégal). Cette méthode combine l'utilisation de mesures de similarités avec une méthode de classification récente basée sur l'introduction d'un noyau dans le modèle de mélange gaussien.
Type de document :
Communication dans un congrès
47èmes Journées de Statistique , Jun 2015, Lille, France
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01168530
Contributeur : Stephane Girard <>
Soumis le : vendredi 22 avril 2016 - 09:40:12
Dernière modification le : samedi 23 avril 2016 - 23:01:19
Document(s) archivé(s) le : mardi 15 novembre 2016 - 09:42:05

Fichier

text_long_sylla_sfds_2015.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01168530, version 2

Collections

Citation

Seydou Nourou Sylla, Stéphane Girard, Abdou Kâ Diongue, Aldiouma Diallo, Cheikh Sokhna. Classification de données binaires via l'introduction de mesures de similarités dans les modèles de mélange. 47èmes Journées de Statistique , Jun 2015, Lille, France. <hal-01168530v2>

Partager

Métriques

Consultations de
la notice

240

Téléchargements du document

54