Andere Kunden interessierten sich auch für
![Gaussianité, Indépendance pour la séparation aveugle des signaux]( "Gaussianité, Indépendance pour la séparation aveugle des signaux")
Gaussianité, Indépendance pour la séparation aveugle des signaux32,99 €![Les modèles de séries chronologiques spatio-temporelles multivariées]( "Les modèles de séries chronologiques spatio-temporelles multivariées")
Les modèles de séries chronologiques spatio-temporelles multivariées32,99 €![Étude comparative des méthodes de stabilité des modèles stochastiques]( "Étude comparative des méthodes de stabilité des modèles stochastiques")
Étude comparative des méthodes de stabilité des modèles stochastiques36,99 €![Modèles Non-Linéaires en Prédiction de Séries Temporelles]( "Modèles Non-Linéaires en Prédiction de Séries Temporelles")
Modèles Non-Linéaires en Prédiction de Séries Temporelles77,99 €![Modèles à Facteurs en Finance]( "Modèles à Facteurs en Finance")
Modèles à Facteurs en Finance50,99 €![Développements d'Edgeworth en statistique des modèles markoviens]( "Développements d'Edgeworth en statistique des modèles markoviens")
Développements d'Edgeworth en statistique des modèles markoviens45,99 €![Sur les modèles autorégressifs]( "Sur les modèles autorégressifs")
Sur les modèles autorégressifs25,99 €
Le point de départ de ce travail est la résolution de problèmes inverses. Ce paradigme apparaît dans divers domaines des sciences : théorie de l information, physique statistique, thermodynamique, traitement d images, etc. La notion de dépendance est explicitée pour des variables discrètes et continues, pour des couples de variables ou des n-uplets, des points de vue probabiliste et statistique. Nous passons en revue plusieurs types de dépendance non-orientée, d abord de manière théorique puis en s appuyant sur des illustrations numériques tirés de problèmes jouets ou de problèmes réels. Nous examinons les corrélations linéaires et corrélations partielles et les comparons à des mesures de dépendance issues de la théorie de l information, par exemple l information mutuelle qui rend compte de dépendances non nécessairement linéaires. L'apprentissage inverse n est pas un avatar des modes qui secouent les Statistiques depuis 20 ans, c est la réponse naturelle des traiteurs de signaux à la complexité croissante des problèmes produits par les systèmes multicapteurs actuels, que ce soit en imagerie ou en télécommunication.