Classification et segmentation conjointes de données fonctionnelles, une approche par blocs latents - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Classification et segmentation conjointes de données fonctionnelles, une approche par blocs latents

Résumé

Cet article aborde le problème de la classification et de la segmentation simultanées de courbes. Nous proposons un modèle qui s’inspire à la fois d’un mélange de lois dédié à la classification de courbes à changements de régimes, et du modèle des blocs latents utilisé pour la classification croisée. Cette nouvelle formulation mène à une estimation de paramètres par un algorithme EM variationnel maximisant une borne inférieure de la log-vraisemblance. Des expériences numériques menées sur des données synthétiques permettent d’évaluer la méthode proposée.
Fichier non déposé

Dates et versions

hal-04497072 , version 1 (09-03-2024)

Identifiants

  • HAL Id : hal-04497072 , version 1

Citer

Paul Riverain, Allou Samé, Latifa Oukhellou. Classification et segmentation conjointes de données fonctionnelles, une approche par blocs latents. Rencontres de la Société Francophone de Classification (SFC'2023), Jul 2023, Strasbourg, France. ⟨hal-04497072⟩
3 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More