NL-Means et agrégation PAC-bayésienne
en collaboration avec J. Salmon (thèse 2007–2010) et L. Montuelle (thèse 2011–2014)
L’agrégation à poids exponentiels combine une famille d’estimateurs en pondérant chacun d’eux selon son risque estimé, et les bornes PAC-bayésiennes fournissent des garanties fines pour ce type de procédures. Ce thème a débuté avec la thèse de J. Salmon, réalisée sous ma direction, qui a relié ces idées statistiques au débruitage d’images par patchs.
Les NL-Means comme procédure d’agrégation
Avec J. Salmon, nous avons montré que l’algorithme de débruitage NL-Means, qui remplace chaque pixel par une moyenne pondérée des pixels dont le voisinage (patch) est similaire, peut s’interpréter comme une agrégation à poids exponentiels d’estimateurs élémentaires construits sur des patchs (ICIP 2009, SPIE Wavelet XIII 2009). Ce point de vue a conduit à des améliorations numériques de la méthode, que J. Salmon a ensuite approfondies dans ses propres travaux.
Agrégation PAC-bayésienne d’estimateurs affines
Avec L. Montuelle, nous avons étudié l’agrégation PAC-bayésienne d’estimateurs par projection et, plus généralement, d’estimateurs affines. En utilisant des poids exponentiels calculés à partir d’un risque pénalisé, nous avons obtenu des inégalités oracle en déviation, et non seulement en espérance (actes Springer d’ISNPS 2018).
Publications
2018 (1)
-
PAC-Bayesian aggregation of affine estimators. Nonparametric Statistics (3rd ISNPS, Avignon, 2016), Springer Proceedings in Mathematics & Statistics, Springer, pp. 133–144, 2018.
PDFDOIarXiv
BibTeX
@incollection{montuelle18:_pac, author = {Montuelle, L. and Le Pennec, E.}, title = {PAC-Bayesian aggregation of affine estimators}, booktitle = {Nonparametric Statistics (3rd ISNPS, Avignon, 2016)}, editor = {Bertail, P. and Blanke, D. and Cornillon, P.-A. and Matzner-Løber, E.}, series = {Springer Proceedings in Mathematics \& Statistics}, publisher = {Springer}, pages = {133--144}, year = {2018}, doi = {10.1007/978-3-319-96941-1_9}, eprint = {1410.0661}, archiveprefix = {arXiv} }
2014 (1)
-
Agrégation PAC-bayésienne d'estimateurs par projection. Journée de la SFdS, Rennes, 2014.
PDFHAL
BibTeX
@inproceedings{MontSfdS14, author = {Montuelle, L. and Le Pennec, E.}, title = {Agrégation PAC-bayésienne d'estimateurs par projection}, booktitle = {Journée de la SFdS}, address = {Rennes}, year = {2014} }
2009 (3)
-
NL-Means and aggregation procedures. ICIP 09, Cairo, pp. 2977–2980, 2009.
PDFDOI
BibTeX
@inproceedings{salmon09:_nl_means, author = {Salmon, J. and Le Pennec, E.}, title = {{NL-Means} and aggregation procedures}, booktitle = {ICIP 09}, pages = {2977--2980}, address = {Cairo}, year = {2009}, doi = {10.1109/ICIP.2009.5414512} } -
An aggregator point of view on NL-Means. SPIE Wavelet XIII 09, San Diego, 2009.
PDFDOI
BibTeX
@inproceedings{le09:_nl_means, author = {Le Pennec, E. and Salmon, J.}, title = {An aggregator point of view on {NL-Means}}, booktitle = {SPIE Wavelet XIII 09}, address = {San Diego}, year = {2009}, doi = {10.1117/12.826881} }
-
Agrégation d'estimateurs pour le débruitage d'image. Journée de la SFdS, Bordeaux, 2009.
PDFHAL
BibTeX
@inproceedings{le09:_agreg, author = {Salmon, J. and Le Pennec, E.}, title = {Agrégation d'estimateurs pour le débruitage d'image}, booktitle = {Journée de la SFdS}, address = {Bordeaux}, year = {2009} }
Exposés
2011 (1)
- A brief survey of patch-based methods. Computational Methods for High Dimensional and Complex Data Sets, Santa Fe, Santa Fe, New Mexico, USA, avril 2011. Transparents
2010 (2)
- PAC-Bayesian approach for kernel methods. Journées MAS et Journée en l'honneur de Jacques Neveu, Talence, France, août 2010. Transparents
- An aggregated point of view on NL-Means. Modélisation Statistique des Images, CIRM, Luminy, Marseille, France, mai 2010. Transparents
2009 (2)
- Un point de vue agrégé sur les NL-Means. Journée STAR, Rennes, Université Rennes, campus de Beaulieu, Rennes, France, octobre 2009. Transparents
- An aggregator point of view on NL-Means. SPIE Wavelet XIII, San Diego, San Diego, USA, août 2009. Transparents