Kernel-Based Methods for Hypothesis Testing: A Unified View

Zaid Harchaoui 1 Francis Bach 2, 3 Olivier Cappé 4 Eric Moulines 4
1 LEAR - Learning and recognition in vision
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
3 SIERRA - Statistical Machine Learning and Parsimony
DI-ENS - Département d'informatique de l'École normale supérieure, ENS Paris - École normale supérieure - Paris, Inria Paris-Rocquencourt, CNRS - Centre National de la Recherche Scientifique : UMR8548
Abstract : Kernel-based methods provide a rich and elegant framework for developing nonparametric detection procedures for signal processing. Several recently proposed procedures can be simply described using basic concepts of reproducing kernel Hilbert space embeddings of probability distributions, namely mean elements and covariance operators. We propose a unified view of these tools, and draw relationships with information divergences between distributions.
Type de document :
Article dans une revue
IEEE Signal Processing Magazine, Institute of Electrical and Electronics Engineers, 2013, Special Issue on Advances in Kernel-Based Learning for Signal Processing, 30 (4), pp.87-97. 〈10.1109/MSP.2013.2253631〉
Liste complète des métadonnées

Littérature citée [42 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00841978
Contributeur : Thoth Team <>
Soumis le : vendredi 5 juillet 2013 - 18:58:39
Dernière modification le : lundi 2 juillet 2018 - 18:20:02
Document(s) archivé(s) le : dimanche 6 octobre 2013 - 04:18:45

Fichier

hbcm_2013_kertest_spm.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

Citation

Zaid Harchaoui, Francis Bach, Olivier Cappé, Eric Moulines. Kernel-Based Methods for Hypothesis Testing: A Unified View. IEEE Signal Processing Magazine, Institute of Electrical and Electronics Engineers, 2013, Special Issue on Advances in Kernel-Based Learning for Signal Processing, 30 (4), pp.87-97. 〈10.1109/MSP.2013.2253631〉. 〈hal-00841978〉

Partager

Métriques

Consultations de la notice

1554

Téléchargements de fichiers

765