Fabien Campillo ; Philippe Cantet ; Rivo Rakotozafy ; Vivien Rossi - Méthodes MCMC en interaction pour l'évaluation de ressources naturelles

arima:1887 - Revue Africaine de Recherche en Informatique et Mathématiques Appliquées, 30 novembre 2008, Volume 8, numéro spécial CARI'06, 2008 - https://doi.org/10.46298/arima.1887
Méthodes MCMC en interaction pour l'évaluation de ressources naturellesArticle

Auteurs : Fabien Campillo ORCID1; Philippe Cantet 2; Rivo Rakotozafy 3; Vivien Rossi ORCID4

Les méthodes de Monte Carlo par chaînes de Markov (MCMC) couplées à des modèles de Markov cachés sont utilisées dans de nombreux domaines, notamment en environnement et en écologie. Sur des exemples simples, nous montrons que la vitesse de convergence de ces méthodes peut être très faible. Nous proposons de mettre en interaction plusieurs algorithmes MCMC pour accélérer cette convergence. Nous appliquons ces méthodes à un modèle d'évolution de la biomasse d'une pêcherie.


Volume : Volume 8, numéro spécial CARI'06, 2008
Publié le : 30 novembre 2008
Soumis le : 28 mai 2008
Mots-clés : Bayesian inference,Markov chain Monte Carlo,Inférence bayésienne,Monte Carlo par chaîne de Markov,[MATH.MATH-PR] Mathematics [math]/Probability [math.PR]

Statistiques de consultation

Cette page a été consultée 464 fois.
Le PDF de cet article a été téléchargé 539 fois.