Skip to Main content Skip to Navigation
Conference papers

Conciliation d'a prioris sans préjugé

Rémi Gribonval 1 Pierre Machart 1, *
* Corresponding author
1 PANAMA - Parcimonie et Nouveaux Algorithmes pour le Signal et la Modélisation Audio
IRISA-D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE, Inria Rennes – Bretagne Atlantique
Résumé : Il existe deux grandes familles de méthodes pour résoudre les problèmes linéaires inverses. Tandis que les approches faisant appel à la régularisation construisent des estimateurs comme solutions de problèmes de régularisation pénalisée, les estimateurs Bayésiens reposent sur une distribution postérieure de l'inconnue, étant donnée une famille supposée d'a priori. Bien que ces approchent puissent paraître radicalement différentes, des résultats récents ont montré, dans un contexte de débruitage additif Gaussien, que l'estimateur Bayésien d'espérance conditionnelle est toujours la solution d'un problème de régression pénalisée. Nous présentons deux contributions. D'une part, nous étendons le résultat valable pour le bruit additif gaussien aux problèmes linéaires inverses, plus généralement, avec un bruit Gaussien coloré. D'autre part, nous caractérisons les conditions sous lesquelles le terme de pénalité associé à l'estimateur d'espérance conditionnelle satisfait certaines propriétés désirables comme la convexité, la séparabilité ou la différentiabilité. Cela permet un éclairage nouveau sur certains compromis existant entre efficacité computationnelle et précision de l'estimation pour la régularisation parcimonieuse, et met à jour certaines connexions entre estimation Bayésienne et optimisation proximale.
Document type :
Conference papers
Complete list of metadata

Cited literature [9 references]  Display  Hide  Download

https://hal.inria.fr/hal-01055789
Contributor : Pierre Machart <>
Submitted on : Wednesday, August 13, 2014 - 2:24:10 PM
Last modification on : Tuesday, June 15, 2021 - 4:15:06 PM
Long-term archiving on: : Thursday, November 27, 2014 - 12:33:40 AM

File

priors_JS.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01055789, version 1

Citation

Rémi Gribonval, Pierre Machart. Conciliation d'a prioris sans préjugé. 46è Journées de Statistique, Jun 2014, Rennes, France. ⟨hal-01055789⟩

Share

Metrics

Record views

1350

Files downloads

218