untitled
<OAI-PMH schemaLocation=http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd>
<responseDate>2018-01-15T15:39:08Z</responseDate>
<request identifier=oai:HAL:inria-00506386v1 verb=GetRecord metadataPrefix=oai_dc>http://api.archives-ouvertes.fr/oai/hal/</request>
<GetRecord>
<record>
<header>
<identifier>oai:HAL:inria-00506386v1</identifier>
<datestamp>2018-01-11</datestamp>
<setSpec>type:ART</setSpec>
<setSpec>subject:math</setSpec>
<setSpec>collection:CIRAD</setSpec>
<setSpec>collection:AGROPARISTECH</setSpec>
<setSpec>collection:CNRS</setSpec>
<setSpec>collection:INRIA</setSpec>
<setSpec>collection:INRA</setSpec>
<setSpec>collection:INSMI</setSpec>
<setSpec>collection:MERE</setSpec>
<setSpec>collection:INRIA-SOPHIA</setSpec>
<setSpec>collection:IRSTEA</setSpec>
<setSpec>collection:INRIASO</setSpec>
<setSpec>collection:UNIV-AG</setSpec>
<setSpec>collection:ECOFOG</setSpec>
<setSpec>collection:ARIMA</setSpec>
<setSpec>collection:INRIA_TEST</setSpec>
<setSpec>collection:AGREENIUM</setSpec>
<setSpec>collection:UCA-TEST</setSpec>
<setSpec>collection:UNIV-COTEDAZUR</setSpec>
</header>
<metadata><dc>
<publisher>HAL CCSD</publisher>
<title lang=fr>Méthodes MCMC en interaction pour l'évaluation de ressources naturelles</title>
<creator>Campillo, Fabien</creator>
<creator>Cantet, Philippe</creator>
<creator>Rakotozafy, Rivo</creator>
<creator>Rossi, Vivien</creator>
<contributor>Water Resource Modeling (MERE) ; Inria Sophia Antipolis - Méditerranée (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria) - Institut National de Recherche en Informatique et en Automatique (Inria) - Institut National de la Recherche Agronomique (INRA)</contributor>
<contributor>Ouvrages hydrauliques et hydrologie (UR OHAX) ; CEMAGREF</contributor>
<contributor>Université de Fianarantsoa [Fianarantsoa]</contributor>
<contributor>Ecologie des forêts de Guyane (ECOFOG) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (CIRAD) - Institut National de la Recherche Agronomique (INRA) - Université des Antilles et de la Guyane (UAG) - AgroParisTech - Centre National de la Recherche Scientifique (CNRS)</contributor>
<description>International audience</description>
<source>ISSN: 1638-5713</source>
<source>Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées</source>
<publisher>INRIA</publisher>
<identifier>inria-00506386</identifier>
<identifier>https://hal.inria.fr/inria-00506386</identifier>
<identifier>https://hal.inria.fr/inria-00506386/document</identifier>
<identifier>https://hal.inria.fr/inria-00506386/file/campillo2008d.pdf</identifier>
<source>https://hal.inria.fr/inria-00506386</source>
<source>Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, INRIA, 2008, 8, pp.64-80</source>
<language>fr</language>
<subject lang=en>Bayesian inference</subject>
<subject lang=en>Markov chain Monte Carlo</subject>
<subject lang=fr>Inférence bayésienne</subject>
<subject lang=fr>Monte Carlo par chaîne de Markov</subject>
<subject>[MATH.MATH-PR] Mathematics [math]/Probability [math.PR]</subject>
<type>info:eu-repo/semantics/article</type>
<type>Journal articles</type>
<description lang=en>Markov chain Monte Carlo (MCMC) methods together with hidden Markov models are extensively used in the Bayesian inference for many scientific fields like environment and ecology. Through simulated examples we show that the speed of convergence of these methods can be very low. In order to improve the convergence properties, we propose a method to make parallel chains interact. We apply this method to a biomass evolution model for fisheries.</description>
<description lang=fr>Les méthodes de Monte Carlo par chaînes de Markov (MCMC) couplées à des modèles de Markov cachés sont utilisées dans de nombreux domaines, notamment en environnement et en écologie. Sur des exemples simples, nous montrons que la vitesse de convergence de ces méthodes peut être très faible. Nous proposons de mettre en interaction plusieurs algorithmes MCMC pour accélérer cette convergence. Nous appliquons ces méthodes à un modèle d'évolution de la biomasse d'une pêcherie.</description>
<date>2008</date>
</dc>
</metadata>
</record>
</GetRecord>
</OAI-PMH>
