Inférence bayésienne dans des modèles markoviens

Catalog of Télécom SudParis courses

Code

IGSF MAT 4201

Level

M1

Graduate

Graduate

Semester

Fall

Domain

Mathématiques

Program

Programme Ingénieur

Language

Français/French

ECTS Credits

2,5

Class hours

24

Workload

48

Program Manager(s)

Department

  • Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux

Educational team

Organisation

Cours/TD/TP/projet/examen : 15h cours, 3h examen écrit

Learning objectives

Acquérir une compétence en estimation dynamique de l'état dans le cadre de séries temporelles markoviennes.

Prerequisites

statistique bayésienne

Content

Modèles stochastiques dynamiques Markoviens et applications.
Filtrage bayésien
Modèles stochastiques dynamiques continus linéaires et Gaussiens : Filtrage de Kalman
Modèles stochastiques dynamiques continus non linéaires et/ou non Gaussiens : échantillonnage d'importance séquentiel, filtrage particulaire
Chaînes de Markov cachées à état discret

Assessment formula

CF1 : 1 écrit noté sur 20
Pas de CF2

Pedagogical methods

cours + TP