@InProceedings{2015_laby217,
	author = "Romain Laby and François Roueff and Alexandre Gramfort and Cyrille Enderli and Alain Larroque",
	title = "Apprentissage d'un modèle graphique non orienté hybride parcimonieux par utilisation du gradient proximal 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 = "001-0316",
	pages = "p. 1265-1268",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_laby217.pdf",
	abstract = "Cet article présente une méthode d'apprentissage de modèle graphique hybride non orienté parcimonieux à partir d'un jeu de données, lorsque la structure du modèle n'est pas connue. Le modèle hybride proposé est construit à partir d'un modèle d'Ising pour les variables catégorielles et un modèle gaussien pour les variables continues. L'apprentissage est réalisé à l'aide d'une version stochastique de l'algorithme du gradient proximal, dans lequel le gradient de la vraisemblance n'est pas calculable et est estimé par des simulations de type Markov Chain Monte Carlo..pdf",
}