Jeudi 5 décembre 2024 à 10h30
Hassan Maatouk,
MCF 26, LAMPS - UPVD
Titre : Processus gaussien sous contraintes en utilisant 'Elliptical Slice Sampling (ESS)'
Résumé : Dans cette présentation, l'estimation bayésienne de fonctions sous contrainte de forme (monotonie, convexité, etc) à l'aide de processus gaussiens est réexaminée. L'approximation finie dimensionnelle de processus gaussien proposée par Maatouk and Bay (2017) est considérée. Grâce à cette approche, les contraintes de forme sont reformulées en contraintes d'inégalités linéaires équivalentes sur les coefficients. Pour générer un échantillon de la distribution postérieure résultante, nous utilisons une technique efficace qui consiste à intégrer une relaxation lisse de l'ensemble de contraintes dans la vraisemblance, une distribution a priori, et l'échantillonnage par ESS. Dans cette présentation, la capacité de cette approche à gérer des espaces d'entrée de dimensions élevées et un grand nombre d'observations est examinée. La flexibilité, la précision et l'efficacité de l'approche proposée sont démontrées sur des données synthétiques et réelles.SEMINAIRES 2024-2025
Mise à jour le 27 novembre 2024