CONTRIBUTION A L'ETUDE DE SIGNAUX AUTO-SIMILAIRES ET A MEMOIRE LONGUE AU MOYEN DE SYSTEMES LINEAIRES NON-STATIONNAIRES
CE TRAVAIL PORTE SUR LA MODELISATION, LA SYNTHESE, L'ECHANTILLONNAGE ET L'ANALYSE DE SIGNAUX AUTO-SIMILAIRES ET A MEMOIRE LONGUE. L'APPROCHE RETENUE EST FONDEE SUR L'UTILISATION D'UNE CLASSE DE MODELES LINEAIRES NON-STATIONNAIRES. SA CONSTRUCTION REPOSE SUR L'AGREGATION...
Enregistré dans:
Auteur principal : | |
---|---|
Collectivité auteur : | |
Autres auteurs : | |
Format : | Thèse ou mémoire |
Langue : | français |
Titre complet : | CONTRIBUTION A L'ETUDE DE SIGNAUX AUTO-SIMILAIRES ET A MEMOIRE LONGUE AU MOYEN DE SYSTEMES LINEAIRES NON-STATIONNAIRES / EMMANUEL NORET; SOUS LA DIR. DE MICHEL GUGLIELMI |
Publié : |
[S.l.] :
[s.n.]
, 1999 |
Description matérielle : | 170 p. |
Note de thèse : | Thèse de doctorat : Sciences et techniques : Nantes : 1999 |
Sujets : | |
Particularités de l'exemplaire : | BU Sciences, Ex. 1 : Titre temporairement indisponible à la communication BU Sciences, Ex. 2 : Titre temporairement indisponible à la communication |
Résumé : | CE TRAVAIL PORTE SUR LA MODELISATION, LA SYNTHESE, L'ECHANTILLONNAGE ET L'ANALYSE DE SIGNAUX AUTO-SIMILAIRES ET A MEMOIRE LONGUE. L'APPROCHE RETENUE EST FONDEE SUR L'UTILISATION D'UNE CLASSE DE MODELES LINEAIRES NON-STATIONNAIRES. SA CONSTRUCTION REPOSE SUR L'AGREGATION DE CELLULES ELEMENTAIRES DU PREMIER ORDRE, DONT LES PRINCIPALES PROPRIETES SONT ETUDIEES. LES MODELES OBTENUS SONT COMPARES A CEUX DEJA EXISTANTS. LEUR DISCRETISATION CONDUIT A UNE METHODE DE SYNTHESE PAR DECOMPOSITION DE CHOLESKY. L'ECHANTILLONNAGE DE CES SIGNAUX EST UN PROBLEME TRES DELICAT. UNE SOLUTION CONCERNANT LE CHOIX PRATIQUE DES INSTANTS D'ECHANTILLONNAGE, BASEE SUR LE CALCUL DE LA BORNE DE RAO-CRAMER DES ESTIMATEURS DES PARAMETRES DE LA CELLULE ELEMENTAIRE, EST PROPOSEE. DEUX SCHEMAS D'ECHANTILLONNAGE SONT ENSUITE ETUDIES : REGULIER ET GEOMETRIQUE. ON DEVELOPPE ALORS DEUX ALGORITHMES D'ESTIMATION DES PARAMETRE DES MODELES, L'UN PAR MAXIMUM DE VRAISEMBLANCE, L'AUTRE PAR MAXIMUM DE VRAISEMBLANCE RECURRENT. LE MEMOIRE SE TERMINE PAR UN CHAPITRE DE VALIDATION DE CES ALGORITHMES QUI PRESENTE DE NOMBREUSES SIMULATIONS, SUIVI D'UN CHAPITRE QUI PROPOSE QUELQUES PERSPECTIVES A CE TRAVAIL. |
---|---|
Notes : | 1999NANT2102 |
Bibliographie : | 50 ref. |