Vous êtes ici : GIPSA-lab > Animation > Séminaires

Séminaire du département Images et Signal du 27/06/2013 à 15h00

 

A gradient-like Variational Bayesian approach applied to Herschel high-resolution mapmaking

Intervenant : Hacheme AYASSO, Gipsa-lab Dis Cics

Lieu : Salle Chartreuse

 

Résumé :

A gradient-like variational Bayesian approach applied to Herschel high resolution map-making

In a Bayesian inference context, the posterior estimator calculation is a very important step especially in big data problems. Often, conventional estimators do not have an explicit form. An approximation of the posterior distribution is then needed and there are two possibilities: stochastic eg MCMC  and deterministic, such as variational Bayesian approach. Stochastic methods provide a good quality estimate. By cons, they require a very large computation time. However, the second way is able to reduce this time generally without losing on quality.

In the first part of the seminar, a new gradient-like Variationnal Bayesian approach is discussed and compared with the traditional approach. Then, I present, in the second part, a direct application of this method to the problem of high resolution mapmaking for the Herschel telescope. The results show a significant improvement in the quality of reconstruction compared to conventional methods.

Une approche bayésienne variationnelle de type gradient pour la  fabrication de carte de ciel sur-résolue de télescope Herschel

Dans un contexte d’inférence bayésienne, le calcul d’estimateur a posteriori  est une étape très importante notamment dans les problèmes de grandes dimensions. Souvent, les estimateurs classiques n’ont pas une forme explicite. Une approximation de la loi a posteriori est donc nécessaire et deux voies sont possibles : stochastique, par exemple MCMC et déterministe, comme l’approche bayésienne variationnelle. Les méthodes stochastiques fournissent une bonne qualité d’estimation. Par contre, elles nécessitent un temps de calcul très important. Cependant, la deuxième voie permet de réduire ce temps généralement sans perdre en qualité.

Dans la première partie de ce séminaire, une nouvelle approche bayésienne variationnelle de type gradient est discutée et comparée avec l’approche classique.  Ensuite, je présente, dans la deuxième partie, une application directe de cette méthode pour le problème de fabrication de carte de ciel en haute résolution pour le télescope Herschel. Les résultats démontrent une nette amélioration de la  qualité de reconstruction par rapport aux méthodes conventionnelles.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31