1 RIAS 2006 Gaillard Pierre & Aupetit Michaël Modélisation de la topologie avec le Graphe...
-
Upload
adrien-simon -
Category
Documents
-
view
105 -
download
2
Transcript of 1 RIAS 2006 Gaillard Pierre & Aupetit Michaël Modélisation de la topologie avec le Graphe...
RIAS 2006 Gaillard Pierre & Aupetit Michaël 1
Modélisation de la topologie avec le Graphe Génératif Gaussien
Pierre Gaillard
Sous la direction de :Michaël Aupetit (CEA)Gérard Govaert (UTC)
Commissariat à l’Énergie Atomique
RIAS 2006 Gaillard Pierre & Aupetit Michaël 2
Introduction
Quelle est la « forme » de ce nuage de points ?
Quelle est la topologie des variétés génératrices de ce nuage de point?
1 point et 1 courbe
RIAS 2006 Gaillard Pierre & Aupetit Michaël 3
Pourquoi modéliser la topologie?
• Reconnaissance de formes– Ajout de caractéristiques topologiques au caractéristiques statistiques et
géométriques– Détection de classes distinctes via composantes connexes
• Analyse exploratoire– Mesure de caractéristiques topologiques– Plus court chemin le long des variétés
• Robotique, commande de processus– Trajectoire optimale– Cinématique inverse
RIAS 2006 Gaillard Pierre & Aupetit Michaël 4
Hypothèse
Des variétés génératricesinconnues…
…desquelles sont issues
les observations avec une ddp inconnue…
…corrompues par un bruit de nature inconnue
RIAS 2006 Gaillard Pierre & Aupetit Michaël 5
Modèle proposé
Des variétés génératricesinconnues…
…desquelles sont issues
les observations avec une ddp inconnue…
…corrompues par un bruit de nature inconnue
Supposons une variété composite…
…à chaque composant de laquelle est
associé une ddp…
…convoluée à un bruit gaussien isovarié.
RIAS 2006 Gaillard Pierre & Aupetit Michaël 6
Quelle variété composite?
• Simplexes
• Complexes de simplexes
0-simplexe
1-simplexe
2-simplexe
3-simplexe...
Réalisation géométrique d’un k-simplexe = enveloppe convexe de k+1 points dans avec DIR kD
Complexe de simplexes
Le graphe deDelaunay en est un
RIAS 2006 Gaillard Pierre & Aupetit Michaël 7
Approche proposée
Positionnement de prototypes (QV)Construction graphe de Delaunay(variété composite)
Initialisation
Modèle statistique de densitégénéré par la variété composite(équiprobabilité des composants)
RIAS 2006 Gaillard Pierre & Aupetit Michaël 8
Approche proposée
Apprentissage
Réglage de la variance et des probabilités des variétés composantes
pour maximiser la vraisemblance du modèle / données
Utilisation de l’algorithme EM
RIAS 2006 Gaillard Pierre & Aupetit Michaël 9
Approche proposée
Certaines composantes ont une probabilité associée nulle:Elle ne servent pas à expliquer les donnéesOn peut les supprimer : élagage du graphe
Après apprentissage
Graphe représentant la topologie
RIAS 2006 Gaillard Pierre & Aupetit Michaël 10
Expérience
Modélisation correcte de la topologie des variétés génératrices du nuage de point malgré le bruit
RIAS 2006 Gaillard Pierre & Aupetit Michaël 11
Points clefs
• On suppose que la topologie de la variété composite estime celle de la variété génératrice d’autant mieux que le modèle est vraisemblable
• La topologie de la variété composite est• Extractible (pour extraire l’information topologique du modèle)
• Flexible (pour permettre une approximation universelle)
• Critère statistique de vraisemblance valable en dimension quelconque
RIAS 2006 Gaillard Pierre & Aupetit Michaël 12
Conclusion
• Méthode pour extraire l’information topologique avec une approche statistique
• Perspectives– Extension du modèle aux complexes de simplexes– Extension du modèle dans un cadre supervisé
QUESTION ?
RIAS 2006 Gaillard Pierre & Aupetit Michaël 13
Annexes
• Difficultés techniques– Établir le modèle générateur gaussien sur un complexe de
simplexe et en déduire les équations d’apprentissage et d’exploitation (intégration numérique)
RIAS 2006 Gaillard Pierre & Aupetit Michaël 14
Une base de simplexes générateurs
b
a
W
W gg dxwxpwvp ),,(),,( 01
wa
wbvp
vFonctions « erf »
Intégration d’une gaussiennesur un domaine simpliciel :
dxwxpwvpabcS
gg ),,(),,( 02
… …
Schéma numérique Algorithmes de cubature
et quasi-Monte Carlo
wa
wb
wc
),(),,(0 wNwvpg Aucunew