Corrélation, indépendence et modèles inverses - TEL - Thèses en ligne Accéder directement au contenu
Hdr Année : 2007

Correlation, independence and inverse models

Corrélation, indépendence et modèles inverses

Résumé

No abstract.
Les activités que j'ai menées depuis une dizaine d'années relèvent essentiellement du domaine du traitement du signal, mais aussi de l'analyse de données et de l'analyse numérique. Ce document ne décrit pas de façon exhaustive tous mes travaux. Il a été rédigé autour d'une idée directrice : les relations de corrélation et de dépendance qui peuvent exister entre des signaux. J'ai choisi de faire une présentation détaillée de mes travaux qui se justifie par la fait que certains d'entre eux ne sont qu'en cours de publication et que d'autres ont été publiés avec un nombre de pages volontairement réduit par l'éditeur. Il m'est ainsi plus facile de parvenir à une présentation homogène et d'inclure en certains endroits des développements complémentaires. Le point de départ est mon intérêt certain pour la résolution de problèmes inverses. Ce paradigme apparait dans divers domaines des sciences : théorie de l'information, physique statistique, thermodynamique, traitement d'images [46], etc. Nous ne nous attacherons pas ici à faire une synthèse ou des rapprochements des diverses approches inverses. On peut trouver dans les travaux de Jaynes (professeur à l'Université de Cambridge) de nombreuses réflexions sur le sujet [104]. Nous nous intéressons par contre aux outils mathématiques qui permettent de résoudre de tels problèmes.
Fichier principal
Vignette du fichier
meinhdr.pdf (11.39 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00203102 , version 1 (09-01-2008)

Identifiants

  • HAL Id : tel-00203102 , version 1

Citer

Vincent Vigneron. Corrélation, indépendence et modèles inverses : Applications au traitement des biosignaux. Traitement du signal et de l'image [eess.SP]. Université d'Evry-Val d'Essonne, 2007. ⟨tel-00203102⟩
187 Consultations
998 Téléchargements

Partager

Gmail Facebook X LinkedIn More