Segmentation conjointe de données poissonniennes
Résumé
This paper addresses the problem of detecting significant intensity variations in multiple astronomical time-series. This detection is achieved by using a constant Poisson rate model and a hierarchical Bayesian approach. An appropriate Gibbs sampling strategy allows joint estimation of the unknown parameters and hyperparameters. Simulation results performed on synthetic data illustrate the performance of the proposed algorithm.
Cet article étudie une méthode de segmentation conjointe de plusieurs signaux issus d’une application astrophysique. Les signaux considérés possèdent des lois de Poisson dont les paramètres sont constants sur des intervalles à déterminer. La méthode proposée est basée sur une analyse Bayésienne hiérarchique. Une méthode de simulation basée sur l’échantillonneur de Gibbs permet d’estimer les paramètres et hyperparamètres inconnus intervenant dans le modèle de segmentation conjointe. Des simulations effectuées sur des données synthétiques illustrent les performances de cette méthode de segmentation conjointe.
| Origine | Fichiers éditeurs autorisés sur une archive ouverte |
|---|