Descripteur
Termes IGN > mathématiques > statistique mathématique > probabilités > stochastique > estimation statistique > estimation bayesienne
estimation bayesienne |
Documents disponibles dans cette catégorie (73)
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
Optimisation en traitement du signal et de l'image / Patrick Siarry (2007)
Titre : Optimisation en traitement du signal et de l'image Type de document : Monographie Auteurs : Patrick Siarry, Éditeur scientifique Editeur : Paris : Hermès - Lavoisier Année de publication : 2007 Collection : Traitement du Signal et de l'Image Sous-collection : Traité IC2 Importance : 380 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-1463-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] algorithme génétique
[Termes IGN] analyse d'image numérique
[Termes IGN] apprentissage automatique
[Termes IGN] estimation bayesienne
[Termes IGN] méthode heuristique
[Termes IGN] modèle de Markov
[Termes IGN] modèle stochastique
[Termes IGN] modélisation géométrique de prise de vue
[Termes IGN] objet fractal
[Termes IGN] objet mobile
[Termes IGN] ondelette
[Termes IGN] optimisation (mathématiques)
[Termes IGN] réseau bayesien
[Termes IGN] signalisation routière
[Termes IGN] traitement d'image
[Termes IGN] traitement du signal
[Termes IGN] trajectographie (positionnement)
[Termes IGN] transformation de HoughIndex. décimale : 35.20 Traitement d'image Résumé : (Editeur) Les ingénieurs se heurtent quotidiennement à des problèmes technologiques de complexité grandissante, qui surviennent dans des secteurs très divers, comme dans les télécommunications, la génomique, la technologie de la santé. Le problème à résoudre peut souvent s'exprimer sous la forme d'un problème d'optimisation : on définit une fonction objectif (voire plusieurs), que l'on cherche à minimiser par rapport à tous les paramètres concernés. Ce livre se propose de décrire quelques-unes des démarches de l'optimisation, qui sont tout particulièrement rencontrées en traitement du signal et de l'image : l'évolution artificielle et l'approche parisienne, les ondelettes et les fractales, les critères d'information, l'apprentissage et la programmation quadratique, le formalisme bayésien, la modélisation probabiliste, l'approche markovienne, les modèles de Markov cachés, les métaheuristiques (algorithmes génétiques, algorithmes de colonies de fourmis, cross-entropie, optimisation par essaim particulaire, algorithmes à estimation de distribution, systèmes immunitaires artificiels). Note de contenu : Introduction.
1- Modélisation et optimisation en analyse d'images / J. Louchet.
2- Évolution artificielle et évolution parisienne : applications en traitement de signal et d'image / P. Collet, J. Louchet.
3- Ondelettes et fractales pour l'analyse du signal et de l'image / A. Ouahabi, D. Aït Aouit.
4- Les critères d'information : exemples d'applications en traitement du signal et des images / C. Olivier, O. Alata.
5- Programmation quadratique et apprentissage. Grande taille et parcimonie / G. Loosli, S. Canu.
6- Modélisation probabiliste de politiques et leurs optimisations pour la planification de capteurs / F. Dambreville, F. Celeste, C. Simonin .
7- Optimisation des émissions pour la trajectographie et la poursuite de cibles mobiles / J.-P. Le Cadre.
8- Inférence bayésienne et approches markoviennes / C. Collet.
9- Utilisation des modèles de Markov cachés pour la reconnaissance robuste d'images : apprentissage par colonie de fourmis, algorithme génétique et essaim particulaire / S. Aupetit, N. Monmarché, M. Slimane.
10- Métaheuristiques biologiques pour la détection de la signalisation routière / G. Dutilleux, P. Charbonnier.
11- Métaheuristiques en variables continues. Exemple du recalage des images d'angiographie rétinienne / J. Dréo, J.-C. Nunes, P. Siarry.
12- Estimation conjointe de la dynamique et de la forme de signaux physiologiques par les algorithmes génétiques / A. Naït-Ali, P. Siarry.
13- Aide au paramétrage d'implants cochléaires par algorithme évolutionnaire interactif / P. Collet, P. Legrand, C. Bourgeois-République, V. Péan, B. Frachet.
Index.Numéro de notice : 21231 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=41868 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 21231-01 35.20 Livre Centre de documentation Télédétection Disponible A Bayesian approach to classification of multiresolution remote sensing data / G. Storvik in IEEE Transactions on geoscience and remote sensing, vol 43 n° 3 (March 2005)
[article]
Titre : A Bayesian approach to classification of multiresolution remote sensing data Type de document : Article/Communication Auteurs : G. Storvik, Auteur ; R. Fjortoft, Auteur ; A.H. Schistad, Auteur Année de publication : 2005 Article en page(s) : pp 539 - 547 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse multiéchelle
[Termes IGN] champ aléatoire de Markov
[Termes IGN] classification
[Termes IGN] estimation bayesienne
[Termes IGN] image à basse résolution
[Termes IGN] image à haute résolution
[Termes IGN] image multibande
[Termes IGN] limite de résolution géométrique
[Termes IGN] modèle de Markov
[Termes IGN] résolution multipleRésumé : (Auteur) Several earth observation satellites acquire image bands with different spatial resolutions, e.g., a panchromatic band with high resolution and spectral bands with lower resolution. Likewise, we often face the problem of different resolutions when performing joint analysis of images acquired by different satellites. This paper presents models and methods for classification of multiresolution images. The approach is based on the concept of a reference resolution, corresponding to the highest resolution in the dataset Prior knowledge about the spatial characteristics of the classes is specified through a Markov random field model at the reference resolution. Data at coarser scales are modeled as mixed pixels by relating the observations to the classes at the reference resolution. A Bayesian framework for classification based on this multiscale model is proposed. The classification is realized by an iterative conditional modes (ICM) algorithm. The parameter estimation can be based both on a training set and on pixels with unknown class. A computationally efficient scheme based on a combination of the ICM and the expectation-maximization algorithm is proposed. Result obtained on simulated and real satellite images are presented. Numéro de notice : A2005-167 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2004.841395 En ligne : https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1396326 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27305
in IEEE Transactions on geoscience and remote sensing > vol 43 n° 3 (March 2005) . - pp 539 - 547[article]Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 065-05032 RAB Revue Centre de documentation En réserve L003 Disponible 065-05031 RAB Revue Centre de documentation En réserve L003 Disponible GIS and remote sensing as tools for the simulation of urban land-use change / C.M. Almeida in International Journal of Remote Sensing IJRS, vol 26 n° 4 (February 2005)
[article]
Titre : GIS and remote sensing as tools for the simulation of urban land-use change Type de document : Article/Communication Auteurs : C.M. Almeida, Auteur ; A.M. Vieira Monteiro, Auteur ; et al., Auteur Année de publication : 2005 Article en page(s) : pp 759 - 774 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] automate cellulaire
[Termes IGN] changement d'occupation du sol
[Termes IGN] croissance urbaine
[Termes IGN] estimation bayesienne
[Termes IGN] maille carrée
[Termes IGN] milieu urbain
[Termes IGN] modèle de simulation
[Termes IGN] modèle stochastique
[Termes IGN] Sao Paulo
[Termes IGN] système d'information géographique
[Termes IGN] utilisation du solRésumé : (Auteur) This paper is concerned with building up methodological guidelines for modelling urban land-use change through Geographical Information Systems, remote sensing imagery and Bayesian probabilistic methods. A medium-sized town in the west of Sào Paulo State, Bauru, was adopted as a case study. Its urban structure was converted into a 100m x 100m resolution grid and transition probabilities were calculated for each grid cell by means of the 'weights of evidence' statistical method and upon the basis of the information related to the technical infrastructure and socio-economic aspects of the town. The probabilities obtained from there fed a cellular automaton simulation model-DINAMICA-developed by the Centre for Remote Sensing of the Federal University of Minas Gerals (CSR-UFNIG), based on stochastic transition algorithms. Different simulation outputs for the case study town in the period 1979-1988 were generated, and statistical validation tests were then conducted for the best results, employing a multiple resolution fitting procedure. This modelling experiment revealed the plausibility of adopting Bavesian empirical methods based on the available knowledge of technical infrastructure and socio-economic status to simulate urban land-use change. It indicates their possible further applicability for generating forecasts of growth trends both for Brazilian cities and cities world-wide. Numéro de notice : A2005-054 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431160512331316865 En ligne : https://doi.org/10.1080/01431160512331316865 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27192
in International Journal of Remote Sensing IJRS > vol 26 n° 4 (February 2005) . - pp 759 - 774[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 080-05041 RAB Revue Centre de documentation En réserve L003 Exclu du prêt Généralisation de données routières / S. Gerard (2005)
Titre : Généralisation de données routières : application aux accidents de la route et à l'entretien des chaussées Type de document : Mémoire Auteurs : S. Gerard, Auteur Editeur : Champs/Marne : Université de Marne-la-Vallée Année de publication : 2005 Importance : 115 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de master 2ème année, domaine sciences et technologies, mention systèmes d'information, spécialité sciences de l'information géographiqueLangues : Français (fre) Descripteur : [Termes IGN] accident de la route
[Termes IGN] base de données routières
[Termes IGN] carte routière
[Termes IGN] chaussée
[Termes IGN] données localisées
[Termes IGN] estimation bayesienne
[Termes IGN] généralisation cartographique
[Termes IGN] représentation cartographique
[Termes IGN] Route 500
[Termes IGN] sécurité routière
[Vedettes matières IGN] GénéralisationIndex. décimale : DSIG Mémoires du master 2 IG, du master 2 SIG, de l'ex DEA SIG Résumé : (Auteur) A grande échelle, la représentation des données est assez facile. En revanche, plus l'échelle diminue, plus elle est difficile, surtout quand le nombre de données est extrêmement important. Ainsi, la cartographie des accidents de la route et celle de l'état des chaussées à l'échelle nationale nécessitent des méthodes de généralisation : l'échelle est très petite (le millionième) et les données sont au nombre de dizaine de milliers. La généralisation permet l'adaptation du contenu des données recueillies localement en fonction du but et de l'échelle d'une carte, afin d'améliorer la lisibilité de cette carte. Le but de ce rapport est de présenter des solutions pour la représentation cartographique des accidents de la route et de l'état des chaussées. L'exemple des accidents de la route sera traité en détails, avec notamment la présentation d'une nouvelle méthode de localisation des accidents, la description de l'algorithme utilisé pour la généralisation, et la mise en place d'une méthode statistique permettant d'identifier les tronçons les plus dangereux. Les bases d'une solution permettant la cartographie de l'état des chaussées seront expliquées. Les différences existant entre la méthode de généralisation des accidents de la route et celle de l'état des chaussées seront soulignées. Note de contenu : DESCRIPTION DU FICHIER NATIONAL DES ACCIDENTS ET DU ROLE DU SETRA
- Utilité du Bulletin d'Analyse d'Accidents Corporels (BAAC)
- Traitements des BAAC par le SETRA et l'ONISR
PRESENTATION DE LA METHODE EMPLOYEE POUR LES CARTES PUBLIEES DERNIEREMENT
PRESENTATION DE LA NOUVELLE METHODE EMPLOYEE
- Intégration du fichier national d'accidents
- Localisation des accidents : Principe, nouveau découpage du réseau ; corrections effectuées
- Méthode empirico-bayesienne : Principe, Résultats de la méthode appliquée à la carte " commune-route ", Application plus rigoureuse de la méthode empirico-bayésienne, Résultats de la méthode appliquée à Route 500
GENERALISATION
- Généralisation de données géométriques
- Généralisation de données routières : cas des accidents de la route :
ENTRETIEN DES CHAUSSEESNuméro de notice : 30199 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire Master 2 IG Organisme de stage : Service d'Etudes Techniques des Routes et Autoroutes SETRA Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=51654 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 30199-01 DSIG Livre Centre de documentation Travaux d'élèves Disponible Unifying regularization and Bayesian estimation methods for enhanced imaging with remotely sensed data - part 1: theory / Y.V. Shkvarko in IEEE Transactions on geoscience and remote sensing, vol 42 n° 5 (May 2004)
[article]
Titre : Unifying regularization and Bayesian estimation methods for enhanced imaging with remotely sensed data - part 1: theory Type de document : Article/Communication Auteurs : Y.V. Shkvarko, Auteur Année de publication : 2004 Article en page(s) : pp 923 - 931 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] accentuation d'image
[Termes IGN] estimation bayesienne
[Termes IGN] fusion d'imagesRésumé : (Auteur) The problem of estimating, from one sampled realization of the remotely sensed data signal, the power spatial spectrum pattern (SSP) of the wave field scattered from the probing surface is treated as it is required for enhanced radar imaging of the remotely sensed scenes. Specifically, we propose to unify the Bayesian estimation strategy with the maximum-entropy (ME) information-theoretic principle for incorporating the prior knowledge through developing the fused Bayesian-regularization (FBR) technique for SSP estimation. The first aspect of the proposed approach concerns the ME-based incorporating the a priori information about the geometrical properties of an image to tailor the metrics structure in the solution space to the problem at hand. The second aspect alleviates the problem ill-poseness associated with preserving the boundary values, calibration, and spectral a priori fixed model properties of an image through the regularizing projection constraints imposed on the solution. When applied to SSP estimation without incorporating the metrics and regularization considerations, the procedure leads to the previously derived maximum-likelihood method. When such considerations are incorporated, the optimal FBR technique leads to a new nonlinear imaging algorithm that implies adaptive formation of the second-order sufficient statistics of the data, their smoothing, and projection applying the composite regularizing window operator. We provide analytical techniques to find these statistics and windows, and the optimal FBR estimator itself. Numerical recipes, performance issues, and simulation examples are treated in a companion paper. Numéro de notice : A2004-193 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2003.823281 En ligne : https://doi.org/10.1109/TGRS.2003.823281 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=26720
in IEEE Transactions on geoscience and remote sensing > vol 42 n° 5 (May 2004) . - pp 923 - 931[article]Voir aussiRéservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-04051 RAB Revue Centre de documentation En réserve L003 Disponible Unifying regularization and Bayesian estimation methods for enhanced imaging with remotely sensed data - part 2: implementation and performance issues / Y.V. Shkvarko in IEEE Transactions on geoscience and remote sensing, vol 42 n° 5 (May 2004)PermalinkThe effect of modified Markov random fields on the local minima occurrence in microwave imaging / G. Ferraiuolo in IEEE Transactions on geoscience and remote sensing, vol 41 n° 5 (May 2003)PermalinkFusion d'informations en traitement du signal et des images / Isabelle Bloch (2003)PermalinkEléments de modélisation pour l'analyse d'images / Bernard Chalmond (2000)PermalinkProbabilités et statistiques, version préliminaire / Patrick Sillard (2000)PermalinkSegmentierung und Interpretation digitaler Bilder mit Markoff-Zufallsfeldern / J. Klonowski (1999)PermalinkFusion de données numériques d'images satellitaires par la théorie des probabilités / Stéphane Chauvin (1995)PermalinkKontextsensitive Bildinterpretation mit Markoff-Zufallsfeldern / M. Köster (1995)Permalink