GRETSI'03 19e Colloque GRETSI
sur le traitement du signal et des images
Paris   8 - 11 septembre 2003
Accueil Programme Par session Par auteur Par thème Par code

Informations concernant l'article

Titre
Analyse en composantes indépendantes et réseaux bayésiens
Auteur(s)
Francis R. Bach UC Berkeley
Michael I. Jordan UC Berkeley
Références
vol. I, page 105
 L'article au format PDF
 
Pour obtenir Acrobat Reader (version 5 minimum recommandée) nécessaire pour sa lecture.

Résumé

Une généralisation de l'analyse en composantes indépendantes (ACI) est introduite: au lieu de déterminer une application linéaire qui rend les composantes indépendantes, nous cherchons une application linéaire qui rend les composantes modélisables par un réseau bayésien dont la structure est un arbre. Ce nouveau modèle, que nous dénommons TCA (Tree-dependent Component Analysis), permet de relaxer l'hypothèse d'indépendance et d'adapter la structure de dépendance aux observations. En particulier, lorsque l'arbre a plusieurs composantes connexes, notre méthode permet de trouver des "amas" de composantes de telle sorte que les composantes à l'intérieur d'un amas sont dépendantes les unes des autres, mais indépendantes de composantes dans d'autres amas. Notre approche s'applique aussi bien à des sources intemporelles et non gaussienne qu'à des sources stationaires.
Edition : Télécom-Paris -- 2003