Les méthodes bayésiennes variationnelles et leur application en neuroimagerie : une étude de l'existant

Christine Keribin 1
1 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Résumé : En estimation bayésienne, les lois a posteriori ne sont pas toujours accessibles, même par des méthodes de Monte-Carlo par Chaîne de Markov. Les méthodes bayésiennes variationnelles permettent de calculer directement (et rapidement) une approximation déterministe des lois a posteriori. Ce papier décrit le principe des méthodes variationnelles et leur application à l'inférence bayésienne, fait le point sur les principaux résultats théoriques et présente deux exemples d'utilisation en neuroimagerie.
Type de document :
Rapport
[Rapport de recherche] RR-7091, INRIA. 2009, pp.25
Liste complète des métadonnées

https://hal.inria.fr/inria-00430289
Contributeur : Gilles Celeux <>
Soumis le : vendredi 6 novembre 2009 - 14:06:22
Dernière modification le : jeudi 11 janvier 2018 - 06:22:14
Document(s) archivé(s) le : jeudi 17 juin 2010 - 19:36:31

Fichiers

RR-7091.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00430289, version 1

Collections

Citation

Christine Keribin. Les méthodes bayésiennes variationnelles et leur application en neuroimagerie : une étude de l'existant. [Rapport de recherche] RR-7091, INRIA. 2009, pp.25. 〈inria-00430289〉

Partager

Métriques

Consultations de la notice

360

Téléchargements de fichiers

955