Un algorithme MCMC distribué pour la résolution de problèmes inverses de grande dimension - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Un algorithme MCMC distribué pour la résolution de problèmes inverses de grande dimension

Résumé

La résolution de problèmes inverses de grande dimension peut être abordée efficacement à l'aide d'algorithmes distribués. Dans la mesure où les techniques de simulation permettent d'obtenir simultanément estimateurs et intervalles de crédibilité associés, ce travail s'intéresse à l'utilisation d'une technique d'augmentation de modèle et d'algorithmes MCMC pour introduire un échantillonneur distribué. Par-delà l'architecture client-serveur communément utilisée dans la littérature, nous proposons un échantillonneur basé sur une architecture Single Program Multiple Data, pour laquelle une même tâche est affectée à l'ensemble des noeuds de calcul impliqués dans la résolution du problème. L'intérêt de cette approche est illustré dans le cadre d'un problème d'inpainting de grande taille basé sur un a priori de type variation totale.
Fichier principal
Vignette du fichier
main.pdf (707.74 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03718793 , version 1 (09-07-2022)

Identifiants

  • HAL Id : hal-03718793 , version 1

Citer

Pierre-Antoine Thouvenin, Audrey Repetti, Pierre Chainais. Un algorithme MCMC distribué pour la résolution de problèmes inverses de grande dimension. XXIXième Colloque GRETSI, Sep 2022, Nancy, France. ⟨hal-03718793⟩
60 Consultations
65 Téléchargements

Partager

Gmail Facebook X LinkedIn More