JdS2012


 English   -  Français  

Résumé de communication



Résumé 170 :

Considérations théoriques sur la convergence de l'algorithme Fisher-EM
Brunet, Camille ; Bouveyron, Charles
Université Paris 1

L’algorithme Fisher-EM a été récemment proposé par Bouveyron et Brunet et a pour objectif de classer et de visualiser simultanément des données de grande dimension. Cette approche est basée sur un modèle de mélange qui modélise les données dans un espace latent discriminant de dimension plus petite que l’espace des observations. Bien que l’algorithme Fisher-EM repose sur un algorithme type EM, il ne satisfait pas a priori toutes les conditions relatives à la théorie de convergence de l’algorithme EM. Sa convergence vers un maximum de la vraisemblance n’est donc pas garantie. Dans cet article, la convergence de l’algorithme Fisher-EM est étudiée d’un point de vue théorique et il est démontré que l’algorithme converge sous de faibles conditions dans le cas général.