offres d'emploi formations actualités contact accès annuaire intranet
Séminaires >

Adaptation en ligne d’une distribution de probabilité : exemple d’un Metropolis-Hastings adaptatif

Alexandre Chotard,
LISIC, équipe OSMOSE

jeudi 3 octobre 2019 à 13h00

C101


Un algorithme de Metropolis-Hastings cherche à simuler l’échantillonnage de points d’une certaine distribution cible à l’aide d’une distribution candidate. Le choix d’une bonne distribution candidate est crucial pour l’efficacité de l’algorithme. Nous proposons ici une méthode qui utilise les points générés pour adapter en ligne la distribution candidate, et détecte lorsque l’adaptation a atteint un régime stationnaire, afin de la diminuer et de permettre la convergence de la distribution candidate.