Séminaire de Probabilités et Statistique
lundi 22 octobre 2007 à 10:30 - UM2 - Bât 09 - Salle TD33 (rdc)
Juliette Blanchet (INRIA Alpes)
Modèles markoviens et extensions pour la classification de données complexes.
Nous abordons le problème de la classification d'individus dépendants les uns des autres à partir d'observations dites «complexes», c'est-à-dire ne vérifiant pas certaines des hypothèses simplificatrices classiquement adoptées. La modélisation considérée est une modélisation markovienne. Trois problèmes de classification sont abordés: lorsque les données à classer sont de grande dimension, lorsque l'hypothèse de bruit indépendant unimodal (en particulier gaussien) est relâchée et enfin lorsque les observations sont incomplètes, certaines valeurs étant manquantes.