@InProceedings{2015_chouzenoux375,
	author = "Yosra Marnissi and Emilie Chouzenoux and Amel Benazza-benyahia and Jean-christophe Pesquet and Laurent Duval",
	title = "Reconstruction de signaux parcimonieux à l'aide d'un algorithme rapide d'échantillonnage stochastique",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0282",
	pages = "p. 1129-1132",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_chouzenoux375.pdf",
	abstract = "Ce travail s'intéresse à la reconstruction d'un signal parcimonieux dégradé par un opérateur linéaire et perturbé par un bruit additif gaussien. Nous considérons une approche bayésienne où les coefficients du signal sont supposés mutuellement indépendants et identiquement distribués selon une loi de Student de paramètres inconnus. Nous nous proposons de calculer l'estimateur de la moyenne a posteriori du signal ainsi que des hyperparamètres de régularisation par un échantillonneur hybride de Gibbs. Pour échantillonner selon la loi a posteriori du signal, nous considérons une version accélérée de l'algorithme MALA (Metropolis-Adjusted Langevin Algorithm) reposant sur l'introduction d'une métrique variable. Cette métrique est choisie selon le principe de majoration-minimisation. Nos résultats de simulations portant sur la restauration d'un signal sismique
 illustrent l'accélération produite par cette approche sur la vitesse de convergence de l'algorithme d'échantillonnage..pdf",
}