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 > Autour d’une technique de reéchantillonnage non paramétrique pour les champs aléatoires

Vendredi 23 novembre 2007 à 11h00

Autour d’une technique de reéchantillonnage non paramétrique pour les champs aléatoires

Lionel Truquet (CREST et Samos, Université Paris 1)

Résumé : Dans un article récent de Bickel et Levina [1], les auteurs montrent la consistance d’une méthode de rééchantillonnage appliquée à la synthèse de textures. Cet algorithme utilisé pour des champs de Markov unilatéraux est basée sur l’estimation de la spécification conditionnelle en un site par une autre obtenue par rééchantillonnage. La méthode d’estimation est basée sur l’utilisation d’un lissage par noyau. Contrairement à Bickel et Levina, nous obtenons des résultats de nature globale. Nous montrons que ce cadre se généralise pour des champs non causaux et nous étudions le problème de calculs de vitesse de convergence pour les lois jointes pour un tel estimateur à l’aide de la méthode de contraction de Dobrushin [2].

[1] Bickel, P., Levina, E. (2006) Texture synthesis and nonparametric resampling of random fields. The Annals of Statistics, Vol. 34, No 4, 1751-1773.

[2] Dobrushin, R.L. (1970) Prescribing a system of random variables by conditional distributions. Theor. Probab. Appl. 15, 458-486.

[3] Föllmer, H. (1988) Random Fields and Diffusion Processes. Ecole d’Eté de Probabilités de St. Flour XVI. Lecture Notes in Mathematics 1362, Springer, 101-203

Dans la même rubrique :