03 - Apprentissage et méthodes à noyau en grande dimension - Stéphane CANU

Share:

Listens: 0

SAMOS - Colloquium "Statistiques pour le traitement de l'image" (Conférences, 2009)

Education


Les machines à noyaux constituent une classe d'algorithmes permettant d'extraire de l'information à partir de données dans un cadre non-paramétrique et fonctionel. L'intérêt suscité par ces méthodes tient d'abord aux excellentes performances qu'elles ont permis d'obtenir, notamment sur des problèmes de grandes dimensions. Cette bonne tenue à la charge est due à la parcimonie de la solution et à la (comparativement) faible complexité de son calcul. L'intérêt des machines à noyaux réside aussi dans le fait qu'elles s'insèrent dans un cadre flexible et rigoureux qui recèle un grand potentiel. Cet exposé se propose de faire le point sur différentes facettes des machines à noyaux en général, des SVM en particulier, et leurs applications en traitement du signal et des images. Stéphane Canu. INSA de Rouen. Vous pouvez entendre l'intervention, tout en visualisant le Power Point, en cliquant sur ce lien : http://epn.univ-paris1.fr/modules/ufr27statim/UFR27STATIM-20091023-Canu/UFR27STATIM-20091023-Canu.html. Ecouter l'intervention : Bande son disponible au format mp3 Durée : 1H15