| Description : |
Les algorithmes de Monte Carlo adaptatifs ont été introduits récemment dans la littérature.
Ces nouvelles methods permettent d’échantillonner de façon efficace les distributions complexes apparaissant dans l’inférence bayésienne des modèles graphiques.
Nous proposons un cadre méthodologique général couvrant les deux modes principaux d’adaptations, à savoir l’adaptation « interne » et « externe ». Dans les méthodes d’adaptation « interne », les paramètres de simulation sont mis à jour en utilisant les échantillons produits par le générateur. Dans les méthodes d’adaptations externes, des processus auxiliaires (éventuellement en interactions) sont
utilisés pour « adapter » les paramètres. Ce cadre méthodologique couvre les deux méthodes les plus emblématiques des techniques de Monte Carlo adaptatifs, à savoir l’algorithme de Metropolis adaptatif (de Haario, Saksman et Tamminem) et l’algorithme d’échantillonneur « équi-énergie » (de Liu et Kou, analysé par Andrieu, Del Moral, Doucet et Jasra ).
Nous présenterons les éléments permettant d’établir la convergence de la loi marginale, une loi des grands nombres pour les fonctionnelles additives et un théorème de limite centrale. Ces résultats sont basés sur des analyses de chaînes de Markov perturbés.
Nous illustrerons nos resultants à l’aide de quelques exemples.
|
| Equipe organisatrice : |
Probabilités et Statistiques |
| Jury (Thèse / HDR) : |
|
| Orateur : |
Éric Moulines (Télécom Paris) |
| Titre (Thèse / HDR) : |
|
| Université Orateur : |
Institut Télécom / Télécom ParisTech (ENST) |
| URL Orateur : |
http://perso.telecom-paristech.fr/~moulines/ |
| Ressource : |
Laboratoire J.A.Dieudonné - Salle de conférence |
| Date de début : |
11:30 - jeudi 20 mai 2010 |
| Durée : |
1 heure(s) |
| Date de fin : |
12:30 - jeudi 20 mai 2010 |
| Type : |
Séminaire |
| Réservation effectuée par : |
|
| Dernière mise à jour : |
09:31 - jeudi 06 mai 2010 |