home‎ > ‎

Topase

Transport Optimal et Apprentissage Statistique
CNRS Peps FASCIDO 2015 


Abstract :
TOPASE vise à établir un pont entre les problèmes de transport optimal et le fondement de la science des données. Il cherche à développer de nouveaux outils méthodologiques pour l’analyse et la représentation de données accessibles sous la forme de distributions empiriques ainsi qu’à revisiter plusieurs cadres classiques de l’apprentissage statistique (classification, factorisation de matrices, ...) sous le point de vue du transport optimal. Afin d’aboutir à ces objectifs, nous allons nous attaquer aux verrous computationnels posés par la recherche du transport optimal entre deux grands ensembles de données empiriques. Ensuite, nous étudierons dans quelle mesure les méthodes de transport optimal permettent de revisiter et de générer un changement de paradigme pour l’analyse de distributions mais également pour la factorisation de matrices où chaque colonne représente une distribution ou pour la classification. Les cadres applicatifs qui valideront ces avancées traitent de l’analyse d’image hyperspectrale, de la déconvolution et de signaux audio.

Participants

Our publications on arXiv
    



        



    Comments