Classification et mélanges de processus

✍ Scribed by Richard Emilion

• Publisher: Elsevier Science
• Year: 2002
• Tongue: English
• Weight: 67 KB
• Volume: 335
• Category: Article
• ISSN: 1631-073X
• DOI: 10.1016/s1631-073x(02)02432-9

✦ Synopsis

Reçu le 2 février 2001 ; accepté après révision le 29 avril 2002

Note présentée par Paul Deheuvels.

Résumé

Nous proposons une méthode de classification basée sur l'estimation de mélanges de lois, le point nouveau étant que les unités statistiques sont décrites par des lois de probabilité. Les composantes du mélange sont des processus de Dirichlet, des processus Gamma pondérés normalisés ou des processus de Kraft utilisés en satististique non paramétrique Bayesienne. Les mélanges obtenus par des algorithmes appliqués aux marginales des composantes en dimension finie convergent vers le mélange souhaité lorsque la dimension augmente car les composantes sont orthogonales grâce à un théorème de Kakutani et leur support sont alors les classes recherchées.