Expression explicite de l'évidence pour l'estimation du nombre de composantes d'un mélange de gaussiennes : cas particulier d'un petit nombre d'observations

Résumé : Dans cette communication, nous présentons un calcul explicite de l'évidence pour sélectionner le nombre de composantes d'un mélange de lois normales. Plus précisément, nous nous plaçons dans une approche bayésienne puis écrivons la loi jointe des observations et des paramètres du mélange. Nous marginalisons ensuite cette quantité suivant les paramètres de mélange pour exprimer l'évidence. Le choix de lois a priori conjuguées permet de trouver l'expression explicite. Nous comparons notre approche au « Bayesian Information Criterion » (BIC) et à la moyenne harmonique et montrons son intérêt plus spécifiquement quand le nombre d'observations est réduit.
Type de document :
Communication dans un congrès
Colloque GRETSI, Sep 2015, Lyon, France
Liste complète des métadonnées

Littérature citée [8 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01722787
Contributeur : Jessica Sodjo <>
Soumis le : lundi 5 mars 2018 - 10:00:09
Dernière modification le : mardi 6 mars 2018 - 01:09:22
Document(s) archivé(s) le : mercredi 6 juin 2018 - 14:15:06

Fichier

Sodjo_Gretsi_2015.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01722787, version 1

Citation

Jessica Sodjo, Audrey Giremus, Jean-François Giovannelli. Expression explicite de l'évidence pour l'estimation du nombre de composantes d'un mélange de gaussiennes : cas particulier d'un petit nombre d'observations. Colloque GRETSI, Sep 2015, Lyon, France. 〈hal-01722787〉

Partager

Métriques

Consultations de la notice

49

Téléchargements de fichiers

24