Accueil/ expose #carousel1 li{ width:150px; height:180px; } #carousel2 li{ width:150px; height:180px; } Approximation Bounds for Sparse Principal Component Analysis
mardi 16 octobre 2012
Loading the player ... Descriptif

Cette conférence, organisée par le département d'informatique et menée par Alexandre d'Aspremont, chargé de recherches à l'Ecole Polytechnique.

We produce approximation bounds on a semidefinite programming relaxation for sparse principal component analysis. These bounds control approximation ratios for tractable statistics in hypothesis testing problems where data points are sampled from Gaussian models with a single sparse leading component.

Thèmes : Informatique
Catégories: Séminaire général du département d'informatique
Mot-clés : statistique, Principal component analysis, signal

Voir aussi

Auteur(s) Alexandre D’Aspremont
Ecole Polytechnique
Chargé de recherches

Plus sur cet auteur
Voir la fiche de l'auteur

Cursus :

Alexandre d'Aspremont est chercheur au Centre de mathématiques appliquées à l'Ecole Polytechnique et lauréat de l'ERC Starting Grant 2010.

Cliquer ICI pour fermer Annexes Téléchargements :
   - Télécharger l'audio (mp3)

Dernière mise à jour : 13/07/2016

Liens utiles

Contact
Partenaires
Conditions d'utilisation
Mentions légales
Podcasts

CYCLES

> Colloquium DEC
> Les Ernest
> Les jeudis de l’archéologie
> Actualité critique
> Les jeudis de l’HPS
> Séminaire Médecine
   Humanités
> Journée Georges Bram
> Les lundis de la philo


> Les Nuits de l’ENS
> Semaine du cerveau
> Séminaire général du
   département d'informatique
> Séminaire général
   de physique
> Séminaire Transferts culturels
> La Voix d’un texte

PARTENARIATS

Louvre

France cuture

Institut Français

RESEAUX SOCIAUX

Retrouvez-nous sur Facebook

Twitter

Savoirs ENS
Tous droits réservés
@ 2011 ENS