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 > Un point de vue statistique pour la régularisation de problèmes inverses mal posées et sa connexion avec les méthodes à noyaux.

Vendredi 27 février 2009 à 11h00

Un point de vue statistique pour la régularisation de problèmes inverses mal posées et sa connexion avec les méthodes à noyaux.

Anna Karina Firmin (Université Paris X)

Résumé : Dans ce travail nous utilisons des méthodes de régularisation pour la résolution de problèmes inverses mal posés. La principale difficulté dans l’application d’une méthode de régularisation est la détermination du paramètre de régularisation. L’approche choisie dans ce travail s’appuie sur des outils de la théorie de sélection de modèles. Nous discutons de la façon dont un grand nombre de méthodes de régularisation, originalement conçues pour résoudre des problèmes inverses mal posés, se traduise en des algorithmes d’apprentissage (comme par exemple les SVM). Tous ces algorithmes sont des méthodes à noyaux qui peut être facilement mis en oeuvre. Nous présentons quelques exemples des ces méthodes de régularisations et nous discuterons leur applicabilité à des problèmes industriels.

Dans la même rubrique :