Retour |
Programmé en
MR 2A STI-S Automne
MR 2A STI-I Automne |
Présentation | |
L'estimation linéaire en moyenne quadratique joue un rôle important dans les méthodes de traitement, qui conduit à la notion de filtrage optimal. Deux cas sont examinés : le filtre numérique non récursif de Wiener, utilisable pour des signaux stationnaires, et le filtre numérique récursif de Kalman, qui peut être étendu à des signaux non stationnaires. Le filtrage particulaire, s'appliquant à des systèmes linéaires à bruit non gaussien est introduit. Une autre modélisation, faisant appel à des modèles de Markov cachés à états discrets, est examinée, menant à l'emploi de l'estimateur de Baum-Welch et une classification contextuelle utilisant l'algorithme de Viterbi. L'examen est donné par un enseignant de Rennes1 | |
Localisation : BREST | |
Filière(s) : F4B | |
Dernière màj le 11-SEP-06 par BOUCHER | |
Modules | |
Code | Intitulé Title |
Responsable Coordinator |
Co-resp. | Etat State |
Date màj Last update |
---|---|---|---|---|---|
F4B101A | Traitement statistique de l'information | . | 07-09-06 |