FEMDA : une méthode de classification robuste et flexible - Réseaux, Informatique, Systèmes de Confiance Access content directly
Conference Papers Year : 2022

FEMDA : une méthode de classification robuste et flexible

Abstract

L'analyse discriminante quadratique (QDA) est une méthode de classification qui suppose que les données sont issues de distributions gaussiennes. Cette hypothèse la rend peu robuste aux données bruitées. Le but de cet article est d'étudier la robustesse aux changements d'échelle dans les données d'une nouvelle méthode d'analyse discriminante où chaque point est modélisé par sa propre distribution elliptique symétrique avec son propre facteur d'échelle. Une telle modélisation fournit une grande flexibilité pour traiter des données hétérogènes et non identiquement distribuées. Cette nouvelle méthode s'avère plus robuste aux changements d'échelle dans les données que les autres méthodes de l'état de l'art.
Fichier principal
Vignette du fichier
2022_pascal1047.pdf (601.59 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-04288999 , version 1 (16-11-2023)

Identifiers

  • HAL Id : hal-04288999 , version 1

Cite

Pierre Houdouin, Matthieu Jonckheere, Frédéric Pascal. FEMDA : une méthode de classification robuste et flexible. GRETSI 2022 - XXIIXème Colloque Francophone de Traitement du Signal et des Images, Aug 2022, Nancy, France. ⟨hal-04288999⟩
48 View
4 Download

Share

Gmail Facebook X LinkedIn More