Classification contrainte de signaux, application à l'étude de la protéine neuronale Tau - Statistique pour le Vivant et l’Homme Access content directly
Conference Papers Year : 2023

Classification contrainte de signaux, application à l'étude de la protéine neuronale Tau

Abstract

Ce travail est motivé par une application en neuroscience, en particulier par l'étude du (dys)fonctionnement d'une protéine appelée Tau. L'objectif est d'établir une classification de profils d'intensité, selon la présence ou pas de la protéine et sa proportion monomère ou dimère. Pour cela, nous proposons ici un modèle de mélange gaussienne en un nombre fixé de groupes dont les paramètres de moyennes sont contraints et partagés par les groupes. L'inférence de ce modèle est faite via l'algorithme classique EM. La méthode proposée sera évaluée via des études de simulations et une application sur des données réelles sera effectuée. Mots-clés. Données fonctionnelles, Classification automatique, Modèle de mélange, paramètres contraints, algorithme ECM.
Fichier principal
Vignette du fichier
Taunique_amelie (4).pdf (677.88 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-04402448 , version 1 (18-01-2024)

Identifiers

  • HAL Id : hal-04402448 , version 1

Cite

Vincent Brault, Émilie Lebarbier, Amélie Rosier, Virginie Stoppin-Mellet. Classification contrainte de signaux, application à l'étude de la protéine neuronale Tau. 54ème journées de statistique de la SFdS, Jul 2023, Bruxelles, Belgium. ⟨hal-04402448⟩
15 View
6 Download

Share

Gmail Facebook X LinkedIn More