Echantillonnage de champs gaussiens de grande dimension - Archive ouverte HAL Access content directly
Conference Papers Year : 2010

Echantillonnage de champs gaussiens de grande dimension

(1, 2) , (3) , (3, 4)
1
2
3
4

Abstract

Nous proposons une nouvelle approche pour l'échantillonnage de champs gaussiens corrélés dans le cas où les approches classiques ne sont pas utilisables : lorsque la dimension du problème est très grande et lorsque la matrice inverse de covariance (ou matrice de précision) n'est pas creuse. Cette approche est valide dans le cas où une structure particulière de la matrice de précision est disponible. Cette structure apparaît dans la résolution de problèmes inverses par des méthodes d'estimation bayésienne. L'algorithme proposé trouve une application directe pour les méthodes d'inversion myopes et/ou non supervisées, fondées sur des méthodes d'échantillonnage de type MCMC. L'efficacité de cette approche est illustrée sur l'inversion non supervisée d'un problème de super résolution.
Fichier principal
Vignette du fichier
p155.pdf (168.41 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

inria-00494771 , version 1 (24-06-2010)

Identifiers

  • HAL Id : inria-00494771 , version 1

Cite

Olivier Feron, François Orieux, Jean-François Giovannelli. Echantillonnage de champs gaussiens de grande dimension. 42èmes Journées de Statistique, 2010, Marseille, France, France. ⟨inria-00494771⟩
138 View
127 Download

Share

Gmail Facebook Twitter LinkedIn More