Kernel Density Estimation on Spaces of Gaussian Distributions and Symmetric Positive Definite Matrices

Abstract : This paper analyzes the kernel density estimation on spaces of Gaussian distributions endowed with different metrics. Expressions of kernels are provided for the 2-Wasserstein metric on the space of multivariate Gaussians. For the Fisher metric the kernels are provided only for univariate Gaussians and multivariate centered Gaussians. The density estimation is successfully applied to a classification problem of electro-encephalographic signals.
Type de document :
Article dans une revue
SIAM Journal on Imaging Sciences, Society for Industrial and Applied Mathematics, 2017, 10 (1), pp.191 - 215. <10.1137/15M1053566>
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-01535731
Contributeur : François Willot <>
Soumis le : vendredi 9 juin 2017 - 15:03:53
Dernière modification le : jeudi 15 juin 2017 - 01:10:21

Fichier

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

Identifiants

Citation

Emmanuel Chevallier, Emmanuel Kalunga, Jesus Angulo. Kernel Density Estimation on Spaces of Gaussian Distributions and Symmetric Positive Definite Matrices. SIAM Journal on Imaging Sciences, Society for Industrial and Applied Mathematics, 2017, 10 (1), pp.191 - 215. <10.1137/15M1053566>. <hal-01535731>

Partager

Métriques

Consultations de
la notice

35

Téléchargements du document

4