Abstract
La résolution de problèmes inverses de grande dimension peut être abordée efficacement à l'aide d'algorithmes distribués. Dans la mesure où les techniques de simulation permettent d'obtenir simultanément estimateurs et intervalles de crédibilité associés, ce travail s'intéresse à l'utilisation d'une technique d'augmentation de modèle et d'algorithmes MCMC pour introduire un échantillonneur distribué. Par-delà l'architecture client-serveur communément utilisée dans la littérature, nous proposons un échantillonneur basé sur une architecture Single Program Multiple Data, pour laquelle une même tâche est affectée à l'ensemble des noeuds de calcul impliqués dans la résolution du problème. L'intérêt de cette approche est illustré dans le cadre d'un problème d'inpainting de grande taille basé sur un a priori de type variation totale.
| Translated title of the contribution | A distributed MCMC algorithm for high-dimensional inverse problems |
|---|---|
| Original language | French |
| Publication status | Published - Sept 2022 |
| Event | XXVIIIième Colloque Francophone de Traitement du Signal et des Images - Nancy, France Duration: 5 Sept 2022 → 9 Sept 2022 http://gretsi.fr/colloque2022/ |
Conference
| Conference | XXVIIIième Colloque Francophone de Traitement du Signal et des Images |
|---|---|
| Abbreviated title | GRETSI '22 |
| Country/Territory | France |
| City | Nancy |
| Period | 5/09/22 → 9/09/22 |
| Other | XXVIIIth Francophone Symposium on Signal and Image Processing |
| Internet address |