Quantification et Clustering avec des Divergences de Bregman - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2009

Quantification et Clustering avec des Divergences de Bregman

Résumé

On s'intéresse au problème de quantification pour une variable aléatoire X à valeurs dans un espace de Banach réflexif, et à la question liée du clustering de n variables aléatoires indépendantes distribuées selon la loi de X. On utilise une méthode de quantification avec une classe de mesures de distorsion appelées divergences de Bregman. On donne des conditions assurant l'existence d'un quantificateur optimal et d'un quantificateur empirique optimal. On discute aussi des vitesses de convergence.
Fichier principal
Vignette du fichier
p10.pdf (56.35 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

inria-00386565 , version 1 (22-05-2009)

Identifiants

  • HAL Id : inria-00386565 , version 1

Citer

Aurélie Fischer. Quantification et Clustering avec des Divergences de Bregman. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386565⟩
76 Consultations
185 Téléchargements

Partager

Gmail Facebook X LinkedIn More