Méthodes bayésiennes variationnelles : concepts et applications en neuroimagerie Article - 2010

Christine Keribin

Christine Keribin, « Méthodes bayésiennes variationnelles : concepts et applications en neuroimagerie  », Journal de la Société Française de Statistique, 2010, pp. 107-131. ISSN 1962-5197. 〈http://journal-sfds.fr/index.php/J-SFdS/article/view/51/42〉

En estimation bayésienne, les lois a posteriori sont rarement accessibles, même par des méthodes de Monte-Carlo par Chaîne de Markov. Les méthodes bayésiennes variationnelles permettent de calculer directement (et rapidement) une approximation déterministe des lois a posteriori. Cet article décrit le principe des méthodes variationnelles et leur application à l’inférence bayésienne, fait le point sur les principaux résultats théoriques et présente deux exemples d’utilisation en neuroimagerie.

Bayesian posterior distributions can be numerically intractable, even by the means of Markov Chains Monte Carlo methods. Bayesian variational methods can then be used to compute directly (and fast) a deterministic approximation of these posterior distributions. This paper describes the principle of variational methods and their applications in the Bayesian inference, surveys the main theoretical results and details two examples in the neuroimage field.

Voir la notice complète sur HAL

Actualités