Ismaël Castillo (CNRS-LPMA)

Estimation bayésienne de suites sparses

vendredi 8 janvier 2010, 9h30 - 10h45

Salle de réunion, espace Turing


Dans cette exposé, je présenterai une approche bayésienne pour l’estimation dans le modèle de suite gaussienne. On dispose d’observations indépendantes sous la forme « signal plus bruit ». Le signal est supposé sparse au sens où seul un petit nombre de ses coordonnées sont significatives.

Nous définissons une famille d’a priori sur les vecteurs sparses et étudions la convergence de la mesure a posteriori associée. Nous proposons également un algorithme pratique d’estimation du signal basé sur la loi a posteriori.

Ce travail en cours est en collaboration avec Aad van der Vaart (Amsterdam).