Performance bounds for coupled models

Chengfang Ren 1 Rodrigo Cabral Farias 1 Pierre-Olivier Amblard 1 Pierre Comon 1
1 GIPSA-CICS - CICS
GIPSA-DIS - Département Images et Signal
Abstract : Two models are called "coupled" when a non empty set of the underlying parameters are related through a differentiable implicit function. The goal is to estimate the parameters of both models by merging all datasets, that is, by processing them jointly. In this context, we show that the parameter estimation accuracy under a general class of dataset distributions always improves when compared to an equivalent uncoupled model. We eventually illustrate our results with the fusion of multiple tensor data.
Type de document :
Rapport
[Research Report] GIPSA-lab. 2016
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01280480
Contributeur : Rodrigo Cabral Farias <>
Soumis le : lundi 29 février 2016 - 16:11:27
Dernière modification le : lundi 9 avril 2018 - 12:22:48
Document(s) archivé(s) le : lundi 30 mai 2016 - 15:20:04

Fichier

performance_coupled_SAM_2016_v...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01280480, version 1

Collections

Citation

Chengfang Ren, Rodrigo Cabral Farias, Pierre-Olivier Amblard, Pierre Comon. Performance bounds for coupled models. [Research Report] GIPSA-lab. 2016. 〈hal-01280480〉

Partager

Métriques

Consultations de la notice

804

Téléchargements de fichiers

158