MR2STI102 : Markov-Kalman - Automne 2006/2007


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 .   Validée 07-09-06

IMT Atlantique
Campus de Brest
Technopôle Brest-Iroise
CS 83818
29238 Brest Cedex 3
France

Tél  +33 (0)2 29 00 11 11
Fax +33 (0)2 29 00 10 00