Recherche
Voici les éléments 1-5 de 5
Convergence d’un algorithme de type Metropolis pour une distribution cible bimodale
(2017-09-27)
Nous présentons dans ce mémoire un nouvel algorithme de type Metropolis-Hastings dans lequel la distribution instrumentale a été conçue pour l'estimation de distributions cibles bimodales. En fait, cet algorithme peut être ...
Partition adaptative de l’espace dans un algorithme MCMC avec adaptation régionale
(2018-10-18)
La simulation de variables aléatoires provenant de lois multimodales par des méthodes MCMC présente des défis particuliers. Les algorithmes adaptatifs utilisés pour faire face à ces distributions cherchent à faire le bon ...
Recyclage des candidats dans l'algorithme Metropolis à essais multiples
(2014-05-20)
Les méthodes de Monte Carlo par chaînes de Markov (MCCM) sont des méthodes
servant à échantillonner à partir de distributions de probabilité. Ces techniques
se basent sur le parcours de chaînes de Markov ayant pour lois ...
MCMC adaptatifs à essais multiples
(2019-10-30)
Ce mémoire a pour but d'intégrer une composante adaptative au sein des algorithmes Metropolis à essais multiples (MTM) qui sont un cas particulier des méthodes de Monte Carlo par chaîne de Markov (MCMC). Les méthodes MCMC ...
Efficacité des distributions instrumentales en équilibre dans un algorithme de type Metropolis-Hastings
(2020-03-25)
Dans ce mémoire, nous nous intéressons à une nouvelle classe de distributions instrumentales informatives dans le cadre de l'algorithme Metropolis-Hastings. Ces distributions instrumentales, dites en équilibre, sont obtenues ...