Descripteur
Termes IGN > mathématiques > statistique mathématique > probabilités > stochastique > méthode de Monte-Carlo
méthode de Monte-Carlo |
Documents disponibles dans cette catégorie (194)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Analyse de sensibilité des calculs hydrologiques à la qualité du relief / Julien Beaunol (2004)
Titre : Analyse de sensibilité des calculs hydrologiques à la qualité du relief Type de document : Mémoire Auteurs : Julien Beaunol, Auteur Editeur : Paris : Université de Paris 6 Pierre et Marie Curie Année de publication : 2004 Importance : 42 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de stage, DEA de StatistiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] analyse de sensibilité
[Termes IGN] autocorrélation
[Termes IGN] corrélation automatique de points homologues
[Termes IGN] GRASS
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] modèle d'incertitude
[Termes IGN] modèle numérique de terrain
[Termes IGN] qualité des données
[Termes IGN] voisinage (relation topologique)Index. décimale : DEA Divers DEA et quelques masters actuels de recherche Note de contenu : Introduction
1- Contexte de travail
2- Analyse de sensibilité et d'incertitude
3- Méthode de bruitage
4- Mise en oeuvre pratique de ces méthodesNuméro de notice : 21925 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire DEA divers Organisme de stage : COGIT (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91617 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 21925-01 DEA Livre Centre de documentation En réserve Mezzanine Exclu du prêt A study of scattering from an object below a rough surface / Joel T. Johnson in IEEE Transactions on geoscience and remote sensing, vol 42 n° 1 (January 2004)
[article]
Titre : A study of scattering from an object below a rough surface Type de document : Article/Communication Auteurs : Joel T. Johnson, Auteur ; R.J. Burkholder, Auteur Année de publication : 2004 Article en page(s) : pp 59 - 66 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] diffusomètre
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] modèle de diffusion du rayonnement
[Termes IGN] radar
[Termes IGN] rayonnement électromagnétiqueRésumé : (Auteur) A numerical model is applied in a Monte Carlo study at scattering from a three dimensional penetrable object below a lossy dielectric rough interface. Both time and frequency domain results are investigated to illustrate the relative importance of coherent and incoherent scattering effects in the sample problem considered. Results show that introducing a reduced transmission coefficient is reasonable for object coherent scattering predictions in this example, and that incoherent object/surface interaction effects approximately follow a simple scaling behavior as surface roughness is increased. Numéro de notice : A2004-043 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/APS.2003.1219875 En ligne : https://doi.org/10.1109/APS.2003.1219875 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=26571
in IEEE Transactions on geoscience and remote sensing > vol 42 n° 1 (January 2004) . - pp 59 - 66[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 065-04011 RAB Revue Centre de documentation En réserve L003 Disponible A new maximum-likelihood joint segmentation technique for multitemporal SAR and multiband optical images / P. Lombardo in IEEE Transactions on geoscience and remote sensing, vol 41 n° 11 (November 2003)
[article]
Titre : A new maximum-likelihood joint segmentation technique for multitemporal SAR and multiband optical images Type de document : Article/Communication Auteurs : P. Lombardo, Auteur ; C.J. Oliver, Auteur ; T.M. Pellizzeri, Auteur ; et al., Auteur Année de publication : 2003 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] classification non dirigée
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] fusion d'images
[Termes IGN] image ERS-SAR
[Termes IGN] image Landsat-TM
[Termes IGN] image multibande
[Termes IGN] image multitemporelle
[Termes IGN] image optique
[Termes IGN] image radar
[Termes IGN] méthode de Monte-CarloRésumé : (Auteur) In this paper, we devise a new technique for the fusion of a sequence of multitemporal single-channel synthetic aperture radar (SAR) images of a given area with a single multiband optical image. Unlike for SAR, the availability of optical images is largely affected by atmospheric conditions, so that this is a case of practical interest. First, a statistical model for the joint distribution of SAR and optical data is provided. Then, a split-merge test based on this model is derived, and its performance is evaluated both analytically and using a Monte Carlo simulation. A new segmentation technique is introduced (OPT MUM), based on the test and on a region-growing scheme. The effectiveness of the proposed technique for the fusion of multitemporal SAR and multiband optical images is tested on synthetic and real images. Results show that the proposed scheme allows to both 1) discriminate characteristics that would be impossible to distinguish using only a single sensor and 2) increase the overall discrimination performance, even when each sensor has its own discrimination capability. Numéro de notice : A2003-319 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2003.818814 En ligne : https://doi.org/10.1109/TGRS.2003.818814 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=22615
in IEEE Transactions on geoscience and remote sensing > vol 41 n° 11 (November 2003)[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 065-03111 RAB Revue Centre de documentation En réserve L003 Disponible Extraction automatique des réseaux linéiques a partir d'images satellitaires et aériennes par processus Markov objet / C. Lacoste in Bulletin [Société Française de Photogrammétrie et Télédétection], n° 170 (Avril 2003)
[article]
Titre : Extraction automatique des réseaux linéiques a partir d'images satellitaires et aériennes par processus Markov objet Type de document : Article/Communication Auteurs : C. Lacoste, Auteur ; Xavier Descombes, Auteur ; Josiane Zerubia, Auteur ; Nicolas Baghdadi, Auteur Année de publication : 2003 Article en page(s) : pp 13 - 22 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] algorithme du recuit simulé
[Termes IGN] chaîne de Markov
[Termes IGN] extraction automatique
[Termes IGN] extraction du réseau routier
[Termes IGN] image à haute résolution
[Termes IGN] image SPOT
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] modèle de Markov
[Termes IGN] objet géographique linéaire
[Termes IGN] photographie aérienne
[Termes IGN] réseau hydrographique
[Termes IGN] réseau routierRésumé : (Auteur) Cet article présente une méthode d'extraction non supervisée des réseaux linéiques, tels que les réseaux routiers ou les réseaux hydrographiques, à partir d'images moyenne ou haute résolution. Nous modélisons le réseau linéique présent dans la scène observée par un processus Markov objet, où les objets sont des segments interagissant entre eux. Le modèle a priori, appelé " Quality Candy ", est construit de façon à exploiter au mieux la topologie du réseau recherché, au travers de potentiels définis à partir de la qualité de chaque interaction. Les propriétés radiométriques des données sont prises en compte au travers d'un terme d'attache aux données défini à partir de tests statistiques. Nous proposons deux techniques pour calculer ce terme, l'une précise, l'autre efficace. L'optimisation est réalisée par un recuit simulé avec un algorithme de type Monte Carlo par chaîne de Markov à sauts réversibles. Afin d'accélérer la convergence de l'algorithme, nous proposons des noyaux de proposition pertinents. Les résultats de l'extraction, obtenus pour chaque technique à partir d'images provenant de différents capteurs, sont évalués quantitativement par rapport à des extractions manuelles. Numéro de notice : A2003-325 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=22621
in Bulletin [Société Française de Photogrammétrie et Télédétection] > n° 170 (Avril 2003) . - pp 13 - 22[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 018-03021 RAB Revue Centre de documentation En réserve L003 Disponible Unsupervised classification of radar images using hidden Markov chains and hidden Markov random fields / R. Fjortoft in IEEE Transactions on geoscience and remote sensing, vol 41 n° 3 (March 2003)
[article]
Titre : Unsupervised classification of radar images using hidden Markov chains and hidden Markov random fields Type de document : Article/Communication Auteurs : R. Fjortoft, Auteur ; Y. Delignon, Auteur ; W. Pieczynski, Auteur ; M. Sigelle, Auteur ; Florence Tupin, Auteur Année de publication : 2003 Article en page(s) : pp 675 - 686 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] chaîne de Markov
[Termes IGN] champ aléatoire de Markov
[Termes IGN] classification non dirigée
[Termes IGN] estimation statistique
[Termes IGN] image radarRésumé : (Auteur) Due to the enormous quantity of radar images acquired by satellites and through shuttle missions, there is an evident need for efficient automatic analysis tools. This paper describes unsupervised classification of radar images in the framework of hidden Markov models and generalized mixture estimation. Hidden Markov chain models, applied to a Hilbert-Peano scan of the image, constitute a fast and robust alternative to hidden Markov random field models for spatial regularization of image analysis problems, even though the latter provide a finer and more intuitive modeling of spatial relationships. We here compare the two approaches and show that they can be combined in a way that conserves their respective advantages. We also describe how the distribution families and parameters of classes with constant or textured radar reflectivity can he determined through generalized mixture estimation. Sample results obtained on real and simulated radar images are presented. Numéro de notice : A2003-119 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2003.809940 En ligne : https://doi.org/10.1109/TGRS.2003.809940 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=22415
in IEEE Transactions on geoscience and remote sensing > vol 41 n° 3 (March 2003) . - pp 675 - 686[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 065-03031 RAB Revue Centre de documentation En réserve L003 Disponible Gambling with randomness: the use of pseudo-random number generators in GIS / K. Van Niel in International journal of geographical information science IJGIS, vol 17 n° 1 (february 2003)PermalinkPluriGaussian simulations in geosciences with cd-rom / M. Armstrong (2003)PermalinkA framework for automatic recognition of spatial features from mobile mapping imagery / Z. Tu in Photogrammetric Engineering & Remote Sensing, PERS, vol 68 n° 3 (March 2002)PermalinkStatistische Untersuchung ganzzahliger und reellwertiger unbekannter Parameter im GPS-Modell / B. Gundlich (2002)PermalinkA spectral mixture process conditioned by Gibbs-based partitioning / R.S. Rand in IEEE Transactions on geoscience and remote sensing, vol 39 n° 7 (July 2001)PermalinkProbabilités de l'ingénieur / Nicolas Bouleau (2001)PermalinkA RJMCMC algorithm for object processes in image processing / Xavier Descombes in Monte Carlo Methods and Applications, vol 7 n° 1-2 (2001)PermalinkUtilisation des tenseurs pour la représentation des déformations et de leur degré de signification / Valérie Michel (2001)PermalinkNew advances in error simulation in vector geographical databases / Olivier Bonin (2000)PermalinkStatistical data analysis / G. Cowan (1998)Permalink