Titre :	Optimisation en traitement du signal et de l'image
Type de document :	texte imprimé
Auteurs :	Patrick Siarry, Auteur
Editeur :	Paris : Hermes science/Lavoisier
Année de publication :	2007
Collection :	Traité IC2 Traitement du Signal et de l'Image
Importance :	390 p.
Présentation :	couv. ill.,ill.
Format :	23,9 cm.
ISBN/ISSN/EAN :	978-2-7462-1463-7
Langues :	Français (fre)
Index. décimale :	25-05 Application du traitement numérique du signal
Résumé :	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 :	Sommaire Chapitre 1 Modélisation et optimisation en analyse d'images Chapitre 2 Évolution artificielle et évolution parisienne : applications en traitement de signal et d'image Chapitre 3 Ondelettes et fractales pour l'analyse du signal et de l'image Chapitre 4 Les critères d'information : exemples d'applications en traitement du signal et des images Chapitre 5 Programmation quadratique et apprentissage. Grande taille et parcimonie Chapitre 6 Modélisation probabiliste de politiques et leurs optimisations pour la planification de capteurs Chapitre 7 Optimisation des émissions pour la trajectographie et la poursuite de cibles mobiles Chapitre 8 Inférence bayésienne et approches markoviennes Chapitre 9 Utilisation des modèles de Markov cachés pour la reconnaissance robuste d'images : apprentissage par colonie de fourmis, algorithme génétique et essaim particulaire Chapitre 10 Métaheuristiques biologiques pour la détection de la signalisation routière Chapitre 11 Métaheuristiques en variables continues. Exemple du recalage des images d'angiographie rétinienne Chapitre 12 Estimation conjointe de la dynamique et de la forme de signaux physiologiques par les algorithmes génétiques Chapitre 13 Aide au paramétrage d'implants cochléaires par algorithme évolutionnaire interactif -Index.

Optimisation en traitement du signal et de l'image [texte imprimé] / Patrick Siarry, Auteur . - Paris : Hermes science/Lavoisier, 2007 . - 390 p. : couv. ill.,ill. ; 23,9 cm.. - (Traité IC2 Traitement du Signal et de l'Image) .
ISBN : 978-2-7462-1463-7
Langues : Français (fre)

Index. décimale :	25-05 Application du traitement numérique du signal
Résumé :	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 :	Sommaire Chapitre 1 Modélisation et optimisation en analyse d'images Chapitre 2 Évolution artificielle et évolution parisienne : applications en traitement de signal et d'image Chapitre 3 Ondelettes et fractales pour l'analyse du signal et de l'image Chapitre 4 Les critères d'information : exemples d'applications en traitement du signal et des images Chapitre 5 Programmation quadratique et apprentissage. Grande taille et parcimonie Chapitre 6 Modélisation probabiliste de politiques et leurs optimisations pour la planification de capteurs Chapitre 7 Optimisation des émissions pour la trajectographie et la poursuite de cibles mobiles Chapitre 8 Inférence bayésienne et approches markoviennes Chapitre 9 Utilisation des modèles de Markov cachés pour la reconnaissance robuste d'images : apprentissage par colonie de fourmis, algorithme génétique et essaim particulaire Chapitre 10 Métaheuristiques biologiques pour la détection de la signalisation routière Chapitre 11 Métaheuristiques en variables continues. Exemple du recalage des images d'angiographie rétinienne Chapitre 12 Estimation conjointe de la dynamique et de la forme de signaux physiologiques par les algorithmes génétiques Chapitre 13 Aide au paramétrage d'implants cochléaires par algorithme évolutionnaire interactif -Index.