Apprentissage et detection automatique de changements de modeles. Application aux signaux electroencephalographiques

par Olivier Colot

Thèse de doctorat en Traitement du signal

Sous la direction de Denis de Brucq.

Soutenue en 1993

à Rouen .

    mots clés mots clés


  • Résumé

    La these presentee traite du probleme de la detection de changements de modeles dans des signaux vectoriels lentement variables. L'etude s'articule autour de deux themes: modelisation vectorielle, detection de changements de modeles. Le premier theme est traite sous l'angle d'une technique recursive de modelisation lineaire, tirant profit des proprietes de stationnarite locale des signaux etudies dans un contexte vectoriel. Dans une seconde partie, le probleme de la detection de changements de modeles est etudie. Deux approches sont proposees et testees: la premiere s'appuie sur un critere d'energie d'erreurs issues de la modelisation, la seconde est fondee sur la comparaison d'histogrammes approchant des lois de probabilite, les histogrammes etant construits a l'aide d'un critere de type akaike. La detection de changements de modeles, synonymes de changements de lois, est effectuee a l'aide de mesure de dissemblance. La validation de ces methodes est realisee sur des signaux biomedicaux: les signaux electroencephalographiques


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Annexes : 119 REF

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rouen. Service commun de la documentation. Section sciences site Madrillet.
  • Disponible pour le PEB
  • Cote : 93/ROUE/S012
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.