Optimisation en traitement du signal et de l'image
Traité IC2, série Signal et image

Coordonnateur : SIARRY Patrick

Langue : Français
Couverture de l'ouvrage Optimisation en traitement du signal et de l'image

Thèmes d'Optimisation en traitement du signal et de l'image

130,00 €

En stock : expédition en 24h !

Ajouter au panierAjouter au panier
Date de parution :
Ouvrage 378 p. · 15.4x23.6 cm · Relié
ISBN : 9782746214637 EAN : 9782746214637
Hermes Science

· PDF : 130,00 € ·
Acheter l'e-book e-book
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).
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.