GithubHelp home page GithubHelp logo

rendu_ouverture_recherche's Introduction

Ouverture à la recherche 2022/23

Estimation de volumes de diragramme de voronoï en haute dimension et variables de controle en rendu monte-carlo

Baptiste GENEST - David COEURJOLLY - Vincent NIVOLIERS

Résumé des thématiques du projet

Le coeur du sujet de recherche se concentre sur la question de l'intégration numérique par des méthodes aléatoires (monte-carlo). En particulier, dans des espaces à dimensions arbitrairement grandes mais en pratique de l'ordre de la dizaine.

La question de la dimension est le point central de la reflexion car la plupart des query géométriques basiques dépendant exponentiellement de la dimension, ainsi, tout le challenge réside dans la recherche de techniques indépendante de la dimension dans leur robustesse et dans leur complexité. Au dela de la difficulté technique une grande partie de la difficulté du projet réside dans le fait que de nombreuses intuitions géométriques deviennent fausses en haute-dimension.

La méthode de Monte-Carlo consiste à approximer $$I = \int_{\Omega} f dx $$ par $$ I \approx I_N = \frac{1}{N}\sum f(x_i) \text{, où } (x_i)_i \sim U(\Omega) $$ Pour améliorer la vitesse de convergence de $I_N$ vers $I$, on explore ici la méthode des variables de contrôle, qui consiste à transformer à $I$ en: $$I = \int (f - g) dx + \int g dx$$

$g$ est aussi "proche" de $f$ possible de telle sorte qu'en intégrant par MC $\int f - g dx$ l'erreur soit plus petite et de telle sorte que $\int g dx$ porte en elle une grande partie de la valeur de $I$.

Bien sûr, cette méthode impose le fait de supposer $\int g dx$ intégrable explicitement ou facilement approximable.

L'intérêt du sujet réside donc dans la construction d'une fonction $g$ pertinante sous ces critères et de son intégration.

D'un point de vue pratique, on cherche à construire $g$ à partir d'un ensemble de $N$ points $(x_i)_i$$f(x_i)$ est connue.

Une approche proposée dans la thèse de Remi Leluc consiste à construire g comme $$g(x) = f(x_i) \text{ où } x_i = \argmin_i d(x_i,x)$$

Cette partition de l'espace par plus proche voisin mène naturellement à la notion de diagramme de voronoï, l'ensemble des points $x$ qui sont plus proches de $x_i$ que des autres points $x_j$ étant la $i$ ème cellule du diagramme de voronoi des $(x_i)_i$.

Ainsi, notre recherche s'est scindée en deux temps:

  • Estimation des volumes des cellules du diagramme de voronoi, car intégrer $g$ revient à $$ \int g dx = \sum_i f(x_i) \text{Vol(Vor}_i)$$
  • Construction d'une nouvelle fonction $g$ plus fine, similaire mais qui se base sur un algorithme de calcul d'intersection entre un rayon et le diagramme développé par M.Nivoliers.

Toutes nos approches se basent sur l'algorithme de rayshooting car il permet d'explorer les propriétés des diagrammes de voronoï sans avoir à les construire explicitement.

Compte-rendu du travail effectué (implémenté)

Références: chaque lien hypertexte mène vers l'article concerné.

  • Développement d'une infrastructure d'exploration et de mesure de vitesse de convergence d'estimations de différentes quantités géométriques:
    • Comparaison de vitesse de convergence d'estimation de volume:
    • Comparaison de vitesse de convergence d'estimation de barycentres:
      • Méthode de rejet global
      • échantillionnage de chaque volume par marche billard
    • Comparaison de vitesse de convergence d'erreur d'intégration:
      • Méthode monte carlo classique
      • Méthode CV Voronoï
      • Méthode CV par regression polynomiale
      • Nouvelle méthode CV proposée

Code extérieur

Effort de recherche

L'algorithme de rayshooting permettant de nombreuses applications dans des dimensions jusqu'alors principalement inaccessibles, il a été décidé de rédiger un article le concernant. Ayant participé à l'effort expérimental et ayant proposé une nouvelle application qui emploie l'algorithme je participe à la rédaction de l'article et serai cité comme co-auteur.

rendu_ouverture_recherche's People

Contributors

baptiste-genest avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.