Elisabeth Gassiat - Risques de clustering et de classification dans les modèles i.i.d. ou HMM.

Dans une première partie de l'exposé, je proposerai une analyse approfondie du risque de Bayes de clustering et du risque de Bayes de classification dans le contexte des modèles de Markov cachés (HMM) et des modèles i i d. Dans les deux contextes, je montrerai les situations où les deux risques sont comparables ou non et celles où les minimiseurs associés sont liés ou non, ainsi que la quantité clé mesurant la difficulté des deux tâches. Dans une deuxième partie, je m'intéresserai à une méthode de clustering non paramétrique dans les modèles HMM par plug-in des estimateurs dans les probabilités a posteriori. Je donnerai un contrôle de l'excess risk et proposerai des simulations illustratives de cette procédure.