Détail de l'auteur
Auteur Abdourrahmane M. Atto |
Documents disponibles écrits par cet auteur (2)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externesGeometric multi-wavelet total variation for SAR image time series analysis / Abdourrahmane M. Atto (2018)
Titre : Geometric multi-wavelet total variation for SAR image time series analysis Type de document : Article/Communication Auteurs : Abdourrahmane M. Atto, Auteur ; Anoumou Kemavo, Auteur ; Jean-Paul Rudant Editeur : Chambéry : Université de Savoie Année de publication : 2018 Conférence : FUSION 2018, 21th International Conference on Information Fusion 10/07/2018 13/07/2018 Cambridge Royaume-Uni Proceedings IEEE Projets : PHOENIX / Atto, Abdourrahmane M. Importance : pp Note générale : bibliographie
Projet PHOENIX ANR-15-CE23-00Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] Amazonie
[Termes IGN] forêt tropicale
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] Oyapoc (fleuve)
[Termes IGN] série temporelleRésumé : (auteur) A time series issued from modern synthetic aperture radar satellite imaging sensors is a huge dataset composed by many hundreds of million pixels when observing large-scale earth structures such as big forests or glaciers. A concise monitoring of these large scale structures for anomaly spotting thus requires loading and analyzing huge spatio/polarimetric multi-temporal image series. The contributions of the present paper for the sake of parsimonious analysis of such huge datasets are associated with a framework having two main processing stages. The first stage is the derivation of an index called geometric multi-wavelet total variation for fast and robust anomaly spotting. This index is useful for identifying significant abnormal patterns appearing as geo-spatial non-stationarities in multi-wavelet total variation map. The second stage consists in the proposal of a concise asymmetric multi-date change information matrix on regions associated with significant multi-wavelet total variations. This stage is necessary for a fine characterization of change impacts on existing geo-spatial structures. Experimental tests based on Sentinel-1 data show relevant results on a wide Amazonian forest surrounding the Franco-Brazilian Oyapock Bridge. Numéro de notice : C2018-125 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.23919/ICIF.2018.8455223 Date de publication en ligne : 06/09/2018 En ligne : https://doi.org/10.23919/ICIF.2018.8455223 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100016
Titre : Ondelettes et processus stochastiques Type de document : Guide/Manuel Auteurs : Abdourrahmane M. Atto, Auteur Editeur : Paris : Lavoisier Année de publication : 2017 Collection : Information numérique - Traitement, interprétation, communication Importance : 297 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-4800-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] analyse spectrale
[Termes IGN] ondelette
[Termes IGN] processus stochastique
[Termes IGN] variable aléatoireIndex. décimale : 23.60 Statistiques et probabilités Résumé : (Editeur) Ce livre développe le cadre théorique qui établit les propriétés mathématiques d’un processus stochastique projeté sur un espace fonctionnel d’ondelettes. Il montre que les transformées en ondelettes définissent un cadre pertinent, aussi bien d’analyse non paramétrique que de modélisation paramétrique de processus et champs stochastiques : on peut en effet décrire de nombreuses observations hétérogènes et informations imprécises grâce à des séries de processus simples associés aux coefficients de projection, pour une base d’ondelettes donnée à l’avance ou choisie sur un critère d’entropie. Cet ouvrage donne un point de vue panoramique des conséquences de cette décomposition en processus simples pour certains modèles statistiques (principalement des modèles à intégration fractionnaire) et probabilistes (au moyen de dictionnaires de modèles paramétriques simples). Les applications traitées à titre d’illustration concernent des problèmes de simulation et de caractérisation spectrale d’un champ stochastique (texture), de caractérisation d’un ensemble d’images dépendantes dans un contexte distribué semi-collaboratif avec un minimum d’échange d’informations, et d’analyse de séries temporelles d’images pour la détection de changements et la régularisation spatio-temporelle des données. Cet ouvrage didactique et largement documenté s’adresse aux étudiants des second et troisième cycles universitaires, ainsi qu’aux ingénieurs et chercheurs en mathématiques, science des données et traitement numérique de l’information. Note de contenu :
1. INTRODUCTION
1.1. Contexte
1.2. Objectif et plan du livre
PARTIE 1 -PROCESSUS STOCHASTIQUES
2. GENERALITES
2.1. Notions de mesure et d’intégration
2.2. Espaces fonctionnels et convergence
2.3. Opérateurs et représentations dans les espaces de Hilbert
2.4. Variables aléatoires
3. ENTROPIES DE VARIABLES ALEATOIRES
3.1. Entropie d’une variable aléatoire
3.2. Entropie croisée de variables aléatoires
3.3. Entropie relative de variables aléatoires
4. PROCESSUS STOCHASTIQUES
4.1. Processus et champs stochastiques
4.2. Séquences de variables indépendantes
4.3. Intégrales discrètes entières et fractionnaires
4.4. Intégrales continues fractionnaires non stationnaires
5. PROCESSUS STOCHASTIQUES DE FOURIER
5.1. Généralités sur l’analyse de Fourier stochastique
5.2. Analyse spectrale des séquences de variables aléatoires
5.3. Processus fractionnaires à temps continu
PARTIE 2 - PROCESSUS STOCHASTIQUES D’ONDELETTES
6. PROCESSUS STOCHASTIQUES D’ONDELETTES
6.1. Ondelettes et bancs de filtres à reconstruction parfaite
6.2. M-TPOD : principe de la décomposition
6.3. M-TPOD associée à l’espace de Paley-Wiener
6.4. Ondelettes et processus stationnaires
6.5. Ondelettes et processus non stationnaires
6.6. Cas des processus browniens fractionnaires
7. ASYMPTOTIQUES DES PROCESSUS D’ONDELETTES
7.1. Contexte
7.2. Autocorrélations limites de la M-TPOD
7.3. Distributions asymptotiques de la M-TPOD
7.4. Résultats expérimentaux
8. ANALYSE SPECTRALE PAR ONDELETTES
8.1. Shannon-Nyquist et les filtres standards
8.2. Analyse spectrale par paquets d’ondelettes
PARTIE 3 - APPLICATIONS
9. REGULARISATION DE CHAMPS STOCHASTIQUES
9.1. Contexte
9.2. Régularisation de champs stochastiques additifs
9.3. Régularisation de champs stochastiques multiplicatifs .
10. DETECTION DE CHANGEMENTS
10.1. Contexte
10.2. Modélisations des processus stochastiques d’ondelettes
10.3. Recherche exhaustive de changements
11. CLASSIFICATION DE CHAMPS STOCHASTIQUES
11.1. Mesure de stochasticité et textures
11.2. Recherche de bases TPOD de stochasticité
11.3. Discrimination stochastique et recherche de contenu texture
12. FUSION D’INFORMATIONS DISTRIBUEES
12.1. Problème de recherche de meilleure base commune
12.2. Structure d’ordre dans une librairie de bases d’ondelettes
12.3. Information distribuée et meilleure base commune
13. CONCLUSION ET PERSPECTIVES
13.1. Conclusion générale
13.2. PerspectivesNuméro de notice : 22740 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85756
