Séminaire du département Images et Signal du 20/06/2013 à 15h00

Le gradient stochastique est une méthode d'optimisation simple pour trouver le minimum d'une fonction dont les évaluations sont corrompues par un bruit de mesure. La méthode est étudiée depuis plusieurs décennies, mais sa simplicité a engendré une recrudescence d'intérêt récente pour des problèmes d'apprentissage statistique de grande taille.

Dans cet exposé, nous exposerons assez longuement la méthode conventionnelle, puis nous l'étendrons ensuite au cas où la fonction à minimiser est définie sur une variété riemannienne. L'algorithme conserve alors certaines propriétés de convergence, et trouve diverses applications que nous passerons rapidement en revue.