Ondelettes et processus stochastiques
Par : ,Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- Nombre de pages320
- FormatPDF
- ISBN978-2-7462-9800-2
- EAN9782746298002
- Date de parution09/05/2017
- Copier CollerNon Autorisé
- Protection num.Digital Watermarking
- Taille18 Mo
- Infos supplémentairespdf
- ÉditeurHermes Science Publications
Résumé
Ondelettes et processus stochastiques développe le cadre théorique qui établit les propriétés mathématiques d'un processus stochastique projeté sur un espace fonctionnel d'ondelettes. Il montre que les transformées en ondelettes définissent un cadre pertinent, aussi bien d'analyse non paramétrique que de modélisation paramétrique de processus et champs stochastiques : on peut en effet décrire de nombreuses observations hétérogènes et informations imprécises grâce à des séries de processus simples associés aux coefficients de projection, pour une base d'ondelettes donnée à l'avance ou choisie sur un critère d'entropie.
Cet ouvrage donne un point de vue panoramique des conséquences de cette décomposition en processus simples pour certains modèles statistiques (principalement des modèles à intégration fractionnaire) et probabilistes (au moyen de dictionnaires de modèles paramétriques simples). Les applications traitées à titre d'illustration concernent des problèmes de simulation et de caractérisation spectrale d'un champ stochastique (texture), de caractérisation d'un ensemble d'images dépendantes dans un contexte distribué semi-collaboratif avec un minimum d'échange d'informations, et d'analyse de séries temporelles d'images pour la détection de changements et la régularisation spatio-temporelle des données.
Cet ouvrage didactique et largement documenté s'adresse aux étudiants des second et troisième cycles universitaires, ainsi qu'aux ingénieurs et chercheurs en mathématiques, science des données et traitement numérique de l'information.
Cet ouvrage donne un point de vue panoramique des conséquences de cette décomposition en processus simples pour certains modèles statistiques (principalement des modèles à intégration fractionnaire) et probabilistes (au moyen de dictionnaires de modèles paramétriques simples). Les applications traitées à titre d'illustration concernent des problèmes de simulation et de caractérisation spectrale d'un champ stochastique (texture), de caractérisation d'un ensemble d'images dépendantes dans un contexte distribué semi-collaboratif avec un minimum d'échange d'informations, et d'analyse de séries temporelles d'images pour la détection de changements et la régularisation spatio-temporelle des données.
Cet ouvrage didactique et largement documenté s'adresse aux étudiants des second et troisième cycles universitaires, ainsi qu'aux ingénieurs et chercheurs en mathématiques, science des données et traitement numérique de l'information.
Ondelettes et processus stochastiques développe le cadre théorique qui établit les propriétés mathématiques d'un processus stochastique projeté sur un espace fonctionnel d'ondelettes. Il montre que les transformées en ondelettes définissent un cadre pertinent, aussi bien d'analyse non paramétrique que de modélisation paramétrique de processus et champs stochastiques : on peut en effet décrire de nombreuses observations hétérogènes et informations imprécises grâce à des séries de processus simples associés aux coefficients de projection, pour une base d'ondelettes donnée à l'avance ou choisie sur un critère d'entropie.
Cet ouvrage donne un point de vue panoramique des conséquences de cette décomposition en processus simples pour certains modèles statistiques (principalement des modèles à intégration fractionnaire) et probabilistes (au moyen de dictionnaires de modèles paramétriques simples). Les applications traitées à titre d'illustration concernent des problèmes de simulation et de caractérisation spectrale d'un champ stochastique (texture), de caractérisation d'un ensemble d'images dépendantes dans un contexte distribué semi-collaboratif avec un minimum d'échange d'informations, et d'analyse de séries temporelles d'images pour la détection de changements et la régularisation spatio-temporelle des données.
Cet ouvrage didactique et largement documenté s'adresse aux étudiants des second et troisième cycles universitaires, ainsi qu'aux ingénieurs et chercheurs en mathématiques, science des données et traitement numérique de l'information.
Cet ouvrage donne un point de vue panoramique des conséquences de cette décomposition en processus simples pour certains modèles statistiques (principalement des modèles à intégration fractionnaire) et probabilistes (au moyen de dictionnaires de modèles paramétriques simples). Les applications traitées à titre d'illustration concernent des problèmes de simulation et de caractérisation spectrale d'un champ stochastique (texture), de caractérisation d'un ensemble d'images dépendantes dans un contexte distribué semi-collaboratif avec un minimum d'échange d'informations, et d'analyse de séries temporelles d'images pour la détection de changements et la régularisation spatio-temporelle des données.
Cet ouvrage didactique et largement documenté s'adresse aux étudiants des second et troisième cycles universitaires, ainsi qu'aux ingénieurs et chercheurs en mathématiques, science des données et traitement numérique de l'information.