S'abonner

Nonparametric recursive density estimation for spatial data - 18/12/15

Estimation nonparamétrique récursive de la densité pour données spatiales

Doi : 10.1016/j.crma.2015.10.010 
Aboubacar Amiri a , Sophie Dabo-Niang a, b , Mohamed Yahaya a, c
a Université Lille 3, Laboratoire LEM CNRS 9221, France 
b INRIA-MODAL Team, France 
c FST, Université des Comores, Comoros 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Friday 18 December 2015
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

This paper deals with non-parametric density estimation for spatial data. We study the asymptotic properties of a new recursive version of the Parzen–Rozenblatt estimator. The mean square error and an almost sure convergence result with rate of such estimator are derived.

Le texte complet de cet article est disponible en PDF.

Résumé

Ce papier traite de l'estimation de la densité spatiale dans le cas récursif. Nous étudions les propiétés asymptotiques d'une nouvelle version de l'estimateur de Parzen–Rozenblatt. Nous établissons les convergences en moyenne quadratique et presque sûre de cet estimateur ; des vitesses de convergence sont données.

Le texte complet de cet article est disponible en PDF.

Plan


© 2015  Publié par Elsevier Masson SAS de la part de Académie des sciences.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.