Séminaire de Probabilités et Statistique :

Le 22 octobre 2007 à 10:30 - UM2 - Bât 09 - Salle TD33 (rdc)

Présentée par Blanchet Juliette - 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.