MAT 5011
Graduate (M2)
Fall (P3)
Mathématiques
Français
4
36 / 90
- Communications, Images et Traitement de l'information
- Maîtriser les modèles de Markov cachés et triplets ;
- Maîtriser les modélisations statistiques modernes des images ;
- Maîtriser la problématique de l’apprentissage non supervisé dans les modèles de Markov
- Modélisations et filtrages des images radar
- Segmentation statistique d’images
- Champs de Markov cachés
- Théorie de l’évidence
- Modélisations et traitements flous.
- Copules et bruits non gaussiens
- Modèles de Markov couples et triplets
- Apprentissage non supervisé
Connaissance de base dans les domaines probabilités et théorie de l’information (règle de Bayes, critère du maximum de vraisemblance, capacité d’un canal…)
Champs de Markov, segmentation bayésienne d’images, segmentation non supervisée, théorie de l’évidence, segmentation floue, filtrage des images.
Programme Ingénieur