Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Estimation du centre et du rayon d'une hypersphère à l'aide d'une loi a priori de Von Mises-Fisher et d'un algorithme EM

Résumé : Cet article présente une extension d'un algorithme EM (expectation maximization) publié récemment par les auteurs permettant d'estimer conjointement le centre et le rayon d'une hypersphère avec les hyperparamètres d'un modèle statistique prenant en compte le fait que les observations sont localisées sur une partie de l'hypersphère. La méthode proposée repose sur l'ajout de variables latentes ayant une loi a priori de von Mises-Fisher. Ce modèle statistique permet d'exprimer la vraisemblance complète des données, dont l'espérance conditionnée aux données observées possède une distribution connue conduisant à un algorithme EM simple et efficace. Les performances de cet algorithme d'estimation sont évaluées à l'aide de de simulations effectuées dans un cas bi-dimensionnel avec des résultats prometteurs.
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-03693945
Contributeur : Julien Lesouple Connectez-vous pour contacter le contributeur
Soumis le : lundi 20 juin 2022 - 15:07:35
Dernière modification le : vendredi 24 juin 2022 - 04:17:35

Fichier

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

Identifiants

  • HAL Id : hal-03693945, version 2

Citation

Julien Lesouple, Barbara Pilastre, Yoann Altmann, Jean-Yves Tourneret. Estimation du centre et du rayon d'une hypersphère à l'aide d'une loi a priori de Von Mises-Fisher et d'un algorithme EM. XXVIIIème Colloque Francophone de Traitement du Signal et des Images (GRETSI 2022), Sep 2022, Nancy, France. ⟨hal-03693945v2⟩

Partager

Métriques

Consultations de la notice

0

Téléchargements de fichiers

0