Descripteur
Termes IGN > mathématiques > statistique mathématique > probabilités > stochastique > modèle stochastique
modèle stochastiqueSynonyme(s)modèle probabiliste |
Documents disponibles dans cette catégorie (141)
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
A probabilistic data model and algebra for location-based data warehouses and their implementation / Igor Timko in Geoinformatica, vol 18 n° 2 (April 2014)
[article]
Titre : A probabilistic data model and algebra for location-based data warehouses and their implementation Type de document : Article/Communication Auteurs : Igor Timko, Auteur ; Curtis Dyreson, Auteur ; Toren Bach Pedersen, Auteur Année de publication : 2014 Article en page(s) : pp 357 - 404 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] base de données localisées
[Termes IGN] entrepôt de données
[Termes IGN] incertitude des données
[Termes IGN] modèle stochastique
[Termes IGN] service fondé sur la position
[Termes IGN] SOLAPRésumé : (Auteur) This paper proposes a novel, probabilistic data model and algebra that improves the modeling and querying of uncertain data in spatial OLAP (SOLAP) to support location-based services. Data warehouses that support location-based services need to combine complex hierarchies, such as road networks or transportation infrastructures, with static and dynamic content, e.g., speed limits and vehicle positions, respectively. Both the hierarchies and the content are often uncertain in real-world applications. Our model supports the use of probability distributions within both facts and dimensions. We give an algebra that correctly aggregates uncertain data over uncertain hierarchies. This paper also describes an implementation of the model and algebra, gives a complexity analysis of the algebra, and reports on an empirical, experimental evaluation of the implementation. The work is motivated with a real-world case study, based on our collaboration with a leading Danish vendor of location-based services. Numéro de notice : A2014-229 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.1007/s10707-013-0180-4 Date de publication en ligne : 21/05/2013 En ligne : https://doi.org/10.1007/s10707-013-0180-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=33132
in Geoinformatica > vol 18 n° 2 (April 2014) . - pp 357 - 404[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 057-2014021 RAB Revue Centre de documentation En réserve L003 Disponible Complexité algorithmique / Sylvain Perifel (2014)
Titre : Complexité algorithmique Type de document : Guide/Manuel Auteurs : Sylvain Perifel, Auteur Editeur : Paris : Ellipses-Edition Marketing Année de publication : 2014 Collection : Références sciences Importance : 410 p. Format : 19 x 24 cm ISBN/ISSN/EAN : 978-2-7298-8692-9 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Algorithmique
[Termes IGN] arithmétique
[Termes IGN] comptage
[Termes IGN] modèle stochastique
[Termes IGN] probabilitésIndex. décimale : 23.50 Algorithmique Résumé : (Editeur) Ce livre présente d'abord les notions de base en théorie de la complexité algorithmique avant de traiter de nombreux sujets avancés. Il s'agit du seul ouvrage en français couvrant un si large spectre dans ce domaine central en informatique théorique. Les notions mathématiques utiles sont rappelées et aucun prérequis, outre une culture mathématique de base, n'est supposé. Clair et précis, contenant de nombreux exercices, il s'adresse aux étudiants de mathématiques et d'informatique [...], aux candidats à l'option informatique de l'agrégation de mathématiques, aux enseignants désirant un ouvrage de référence permettant de donner des cours formels sur le sujet (que ce soit un cours introductif ou sur les sujets très techniques des derniers chapitres), et aux chercheurs souhaitant approfondir le domaine. La description rigoureuse du modèle de calcul (la machine de Turing) permet d’aborder solidement les bases de la complexité en temps et en espace (théorèmes de hiérarchie, accélération, etc.) et d’étudier le problème P = NP : NP-complétude, théorèmes de Ladner, de Mahaney… Le non-déterminisme est aussi exploré par les oracles et la hiérarchie polynomiale, ainsi que par les protocoles interactifs qui poursuivent l’étude menée sur les algorithmes probabilistes. Un chapitre est consacré aux classes de comptage avec le théorème de Toda et la complétude du permanent. Enfin, la problématique du calcul par circuits (non-uniformité) est détaillée, de nombreuses bornes inférieures sont montrées ainsi que les liens profonds avec la dérandomisation. Note de contenu : Introduction
1. Le modèle de calcul
2. Considérations de base sur le temps
3. NP-complétude
4. Considérations de base sur l'espace
5. Uniformité et non-uniformité
6. Algorithmes probabilistes
7. Oracles et limites de la diagonalisation
8. La hiérarchie polynomiale
9. Comptage
10. Protocoles interactifs
11. Bornes inférieures non uniformes
12. Dérandomisation et bornes inférieures
Annexes :
A. Probabilités et arithmétique
B. Exercices supplémentaires
C. Solutions des exercices
D. Classes de complexité rencontrées dans ce livre
E. Indications pour l'enseignantNuméro de notice : 22418 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79477 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 22418-01 23.50 Livre Centre de documentation Mathématiques Disponible Contextual classification of lidar data and building object detection in urban areas / Joachim Niemeyer in ISPRS Journal of photogrammetry and remote sensing, vol 87 (January 2014)
[article]
Titre : Contextual classification of lidar data and building object detection in urban areas Type de document : Article/Communication Auteurs : Joachim Niemeyer, Auteur ; Franz Rottensteiner, Auteur ; Uwe Soergel, Auteur Année de publication : 2014 Article en page(s) : pp 152 - 165 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] champ aléatoire de Markov
[Termes IGN] classification contextuelle
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] détection du bâti
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] milieu urbain
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] semis de pointsRésumé : (Auteur) In this work we address the task of the contextual classification of an airborne LiDAR point cloud. For that purpose, we integrate a Random Forest classifier into a Conditional Random Field (CRF) framework. It is a flexible approach for obtaining a reliable classification result even in complex urban scenes. In this way, we benefit from the consideration of context on the one hand and from the opportunity to use a large amount of features on the other hand. Considering the interactions in our experiments increases the overall accuracy by 2%, though a larger improvement becomes apparent in the completeness and correctness of some of the seven classes discerned in our experiments. We compare the Random Forest approach to linear models for the computation of unary and pairwise potentials of the CRF, and investigate the relevance of different features for the LiDAR points as well as for the interaction of neighbouring points. In a second step, building objects are detected based on the classified point cloud. For that purpose, the CRF probabilities for the classes are plugged into a Markov Random Field as unary potentials, in which the pairwise potentials are based on a Potts model. The 2D binary building object masks are extracted and evaluated by the benchmark ISPRS Test Project on Urban Classification and 3D Building Reconstruction. The evaluation shows that the main buildings (larger than 50 m2) can be detected very reliably with a correctness larger than 96% and a completeness of 100%. Numéro de notice : A2014-017 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2013.11.001 En ligne : https://doi.org/10.1016/j.isprsjprs.2013.11.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32922
in ISPRS Journal of photogrammetry and remote sensing > vol 87 (January 2014) . - pp 152 - 165[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2014011 RAB Revue Centre de documentation En réserve L003 Disponible Fusion of airborne laserscanning point clouds and images for supervised and unsupervised scene classification / Markus Gerke in ISPRS Journal of photogrammetry and remote sensing, vol 87 (January 2014)
[article]
Titre : Fusion of airborne laserscanning point clouds and images for supervised and unsupervised scene classification Type de document : Article/Communication Auteurs : Markus Gerke, Auteur ; Jing Xiao, Auteur Année de publication : 2014 Article en page(s) : pp 78 - 92 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] champ aléatoire de Markov
[Termes IGN] classification dirigée
[Termes IGN] classification non dirigée
[Termes IGN] classification par arbre de décision
[Termes IGN] conflation
[Termes IGN] densification
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] semis de points
[Termes IGN] toit
[Termes IGN] voxelRésumé : (Auteur) Automatic urban object detection from airborne remote sensing data is essential to process and efficiently interpret the vast amount of airborne imagery and Laserscanning (ALS) data available today. This paper combines ALS data and airborne imagery to exploit both: the good geometric quality of ALS and the spectral image information to detect the four classes buildings, trees, vegetated ground and sealed ground. A new segmentation approach is introduced which also makes use of geometric and spectral data during classification entity definition. Geometric, textural, low level and mid level image features are assigned to laser points which are quantified into voxels. The segment information is transferred to the voxels and those clusters of voxels form the entity to be classified. Two classification strategies are pursued: a supervised method, using Random Trees and an unsupervised approach, embedded in a Markov Random Field framework and using graph-cuts for energy optimization. A further contribution of this paper concerns the image-based point densification for building roofs which aims to mitigate the accuracy problems related to large ALS point spacing. Results for the ISPRS benchmark test data show that to rely on color information to separate vegetation from non-vegetation areas does mostly lead to good results, but in particular in shadow areas a confusion between classes might occur. The unsupervised classification strategy is especially sensitive in this respect. As far as the point cloud densification is concerned, we observe similar sensitivity with respect to color which makes some planes to be missed out, or false detections still remain. For planes where the densification is successful we see the expected enhancement of the outline. Numéro de notice : A2014-014 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2013.10.011 En ligne : https://doi.org/10.1016/j.isprsjprs.2013.10.011 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32919
in ISPRS Journal of photogrammetry and remote sensing > vol 87 (January 2014) . - pp 78 - 92[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2014011 RAB Revue Centre de documentation En réserve L003 Disponible Probabilités pour les sciences de l'ingénieur / Manuel Samuelides (2014)
Titre : Probabilités pour les sciences de l'ingénieur : cours et exercices corrigés Type de document : Guide/Manuel Auteurs : Manuel Samuelides, Auteur Editeur : Paris : Dunod Année de publication : 2014 Collection : Sciences Sup Sous-collection : Sciences de l'ingénieur Importance : 353 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-10-059615-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] chaîne de Markov
[Termes IGN] convergence
[Termes IGN] distribution de Gauss
[Termes IGN] distribution de Poisson
[Termes IGN] modèle stochastique
[Termes IGN] variable aléatoireRésumé : (Editeur) Cet ouvrage s'adresse aux étudiants des classes préparatoires aux grandes écoles ainsi qu'aux élèves ingénieurs et aux étudiants de niveau Licence 2 à Master 1. Les probabilités sont de plus en plus présentes dans les formations scientifiques et techniques. Elles sont utilisées dans des domaines aussi variés que le traitement du signal, l'organisation des processus, la gestion des réseaux ou les calculs de fiabilité. Cet ouvrage, issu d'un enseignement donné à Supaéro depuis de nombreuses années, comporte des cours et des exercices corrigés. Son originalité réside dans le fait de regrouper à la fois les principes mathématiques fondamentaux rigoureusement énoncés, des encarts historiques et des applications concrètes. Son articulation se fait autour de trois axes : acquérir une intuition probabiliste et comprendre la nature du modèle, s'approprier les outils mathématiques et maîtriser les techniques de calcul, s'initier à deux domaines appliqués de la dynamique aléatoire : les files d'attente et le signal aléatoire. Les compléments en ligne sont constitués d'exercices complémentaires corrigés comportant des codes de simulation associés écrits dans un langage libre (SCILAB). Note de contenu : 1. Modèles aléatoires discrets
2. Variables aléatoires à densité (dimensions 1 et 2)
3. Modèle probabiliste général
4. Calcul de lois de probabilité
5. Conditionnement
6. Convergences probabilistes et lois des grands nombres
7. Introduction à l'estimation statistique
8. Chaînes de Markov
9. Processus de Poisson, files d'attente et fiabilité des systèmes
10. Processus gaussiens et applications au traitement du signal
11. Conclusion : traitement de données pour l'apprentissage de modèlesNuméro de notice : 22089 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=47092 Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 22089-01 DEP-RECG Livre Marne-la-Vallée Dépôt en unité Exclu du prêt Modeling of spatio-temporal dynamics of land use and land cover in a part of Brahmaputra River basin using Geoinformatic techniques / M. Sarabuddin Mondal in Geocarto international, vol 28 n° 7-8 (November - December 2013)PermalinkIntegrated denoising and unwrapping of INSAR phase based on Markov random fields / Runpu Chen in IEEE Transactions on geoscience and remote sensing, vol 51 n° 8 (August 2013)PermalinkStochastic modeling of high-stability ground clocks in GPS analysis / Kang Wang in Journal of geodesy, vol 87 n° 5 (May 2013)PermalinkAccroissement stochastique de la résolution spatiale des traceurs géophysiques de l'océan : application aux observations satellitaires de la température de surface de l'océan / Brahim Boussidi in Revue Française de Photogrammétrie et de Télédétection, n° 202 (Avril 2013)PermalinkMultiple-spectral-band CRFs for denoising junk bands of hyperspectral imagery / Ping Zhong in IEEE Transactions on geoscience and remote sensing, vol 51 n° 4 Tome 2 (April 2013)PermalinkA graph-based classification method for hyperspectral images / J. Bai in IEEE Transactions on geoscience and remote sensing, vol 51 n° 2 (February 2013)PermalinkTransaction-based intelligent transportation system (TBITS) using stochastic user utility model / J. Olusina in Transactions in GIS, vol 17 n° 1 (February 2013)PermalinkA hybrid multiview stereo algorithm for modeling urban scenes / Florent Lafarge in IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI, vol 35 n° 1 (January 2013)PermalinkPermalinkCreating large-scale city models from 3D-Point clouds : a robust approach with hybrid representation / Florent Lafarge in International journal of computer vision, vol 99 n° 1 (August 2012)Permalink