Méthodes bayésiennes variationnelles : concepts et applications en neuroimagerie - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Journal Articles Journal de la Société Française de Statistique Year : 2010

Méthodes bayésiennes variationnelles : concepts et applications en neuroimagerie

Abstract

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.
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.
No file

Dates and versions

hal-00944131 , version 1 (10-02-2014)

Identifiers

  • HAL Id : hal-00944131 , version 1

Cite

Christine Keribin. Méthodes bayésiennes variationnelles : concepts et applications en neuroimagerie. Journal de la Société Française de Statistique, 2010, 151 (2), pp.107-131. ⟨hal-00944131⟩
241 View
0 Download

Share

Gmail Facebook Twitter LinkedIn More