Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Approche MDL pour les chaînes de Markov cachées à émission gaussienne ou poissonnienne. Application à l’identification d’ordre.

Vendredi 20 octobre 2006, à 11h00

Approche MDL pour les chaînes de Markov cachées à émission gaussienne ou poissonnienne. Application à l’identification d’ordre.

Aurélien Garivier (Université Paris 11), Aurelien.Garivier@math.u-psud.fr

Résumé : La théorie de l’information, en fournissant un critère objectif de longueur de code pour un message donné, permet de donner un sens concret au précepte MDL : "Choisis le modèle qui donne la plus courte description des données." Après avoir rappelé quelques notions de théorie du codage qui motivent ces travaux, nous montrerons ici comment des inégalités de mélange (analogues à celles qui sont utilisés pour la compression) peuvent être prouvées pour les chaînes de Markov cachées à émission dans un alphabet infini, et nous montrerons comment elles conduisent à des estimateurs d’ordre consistants.

Dans la même rubrique :