Signal and Image processing

Une nouvelle approche des bornes Bayésiennes

Publié le - Colloque GRETSI 2005

Auteurs : Alexandre Renaux, Philippe Forster, Pascal Larzabal

Ce papier traite des bornes minimales de l'erreur quadratique moyenne dans un cadre Bayésien. Nous exprimons l'erreur quadratique moyenne de l'estimateur de la moyenne conditionnelle, qui est la meilleure borne Bayésienne, sous la forme d'un problµeme d'optimisation sous un continuum de contraintes. La disctrétisation de ce continuum conduit µa une méthode permettant l'unification des bornes classiques. En outre, l'introduction de nouvelles contraintes permet d'obtenir des bornes jusqu'à lors inexplorées. C'est ainsi que cette approche nous permet d'élaborer une version Bayèsienne de la borne d'Abel.