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)

Educational team

Organisation

Cours/TD/TP/projet/examen : 12h cours, 12h TP (2 TP notés), 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

Assessment formula

CF1 :
1er TP (sur le filtrage de Kalman) noté sur 5 ;
2ème TP (sur le filtrage particulaire) noté sur 5 ;
1 écrit noté sur 10

Pas de CF2

Pedagogical methods

cours + TP