Spatial risk mapping for rare disease with hidden Markov fields and variational EM

Lamiae Azizi 1, 2, * Florence Forbes 2 Senan Doyle 2 Myriam Charras-Garrido 1 David Abrial 1
* Auteur correspondant
2 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Résumé : Nous abordons la cartographie automatique d' unités géographiques en classes de risque comme un problème de clustering à l'aide de modèles de Markov cachés discrets et de modèles de mélange de Poisson. Le modèle de Markov caché proposé est une variante du modèle de Potts, où le paramètre d'interaction dépend des classes de risque. Afin d'estimer les paramètres du modèle, nous utilisons l'algorithme EM combiné à une approche variationnelle champ-moyen. Cette approche nous permet d'appliquer l'algorithme EM dans un cadre spatial et présente une alternative efficace aux méthodes d'estimation basées sur des simulations intensives de type Markov chain Monte Carlo (MCMC). Nous abordons également les problèmes d'initialisation, spécialement quand les taux de risque sont petits (cas des maladies animales). Nous proposons une nouvelle stratégie d'initialisation appropriée aux modèles de mélange de Poisson quand les classes sont mal séparées. Pour illustrer notre méthodologie, nous présentons des résultats d'application sur des données épidémiologiques réelles et simulées et montrons la performance de la stratégie d'initialisation présentée en comparaison à celles utilisées usuellement.
Type de document :
Rapport
[Research Report] RR-7572, INRIA. 2011
Liste complète des métadonnées

Littérature citée [37 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00577793
Contributeur : Lamiae Azizi <>
Soumis le : vendredi 18 mars 2011 - 11:17:42
Dernière modification le : jeudi 11 janvier 2018 - 06:21:58
Document(s) archivé(s) le : dimanche 19 juin 2011 - 02:29:24

Fichier

RR-7572.pdf
Accord explicite pour ce dépôt

Identifiants

  • HAL Id : inria-00577793, version 1

Collections

Citation

Lamiae Azizi, Florence Forbes, Senan Doyle, Myriam Charras-Garrido, David Abrial. Spatial risk mapping for rare disease with hidden Markov fields and variational EM. [Research Report] RR-7572, INRIA. 2011. 〈inria-00577793〉

Partager

Métriques

Consultations de la notice

404

Téléchargements de fichiers

355