Ségmentation bayésienne hiérarchique de processus MA constant par morceauxReport as inadecuate




Ségmentation bayésienne hiérarchique de processus MA constant par morceaux - Download this document for free, or read online. Document in PDF available to download.

1 Université de la Technologie de Yogyakarta

Résumé : On utilise dans ce travail une méthode bayésienne pour traiter une problème de segmentation de processus MA par morceaux. La complexité des lois a posteriori ainsi que la structure particulière de l-espace des paramètres amène a utiliser la méthode de simulation de type Monte Carlo par Chaînes de Markov à sauts réversibles. Les sorties de l-agorithme sont utilisées pour obtenir plusieurs types d-estimateur des paramètres d-intéret : Maximum Marginal a Posteriori, et Moyenne Marginale a Posteriori. La délicat problème du réglage des hyperparamètres est contourné en munissant des hyperparamètres de loi, utilisant ainsi une structure bayèsienne hièrarchique. Mots-Cles : Simulation de Monte Carlo par Chaine de Markov a Sauts Reversibles, Segmentation de processus MA.





Author: S. Suparman -

Source: https://hal.archives-ouvertes.fr/



DOWNLOAD PDF




Related documents