BEGIN:VCALENDAR VERSION:2.0 PRODID:-//wp-events-plugin.com//7.2.3.1//EN TZID:Europe/Paris X-WR-TIMEZONE:Europe/Paris BEGIN:VEVENT UID:2812@i2m.univ-amu.fr DTSTART;TZID=Europe/Paris:20190319T140000 DTEND;TZID=Europe/Paris:20190319T170000 DTSTAMP:20241209T195913Z URL:https://www.i2m.univ-amu.fr/evenements/analyse-statistique-locale-de-t extures-browniennes-multifractionnaires-anisotropes/ SUMMARY:Thi Lan Huong Vu (I2M\, Aix-Marseille Université): Analyse statist ique locale de Textures Browniennes multifractionnaires anisotropes DESCRIPTION:Thi Lan Huong Vu: Analyse statistique locale de Textures Browni ennes multifractionnaires anisotropes\nDans cette thèse\, nous construiso ns quelques extensions anisotropes des champs Browniens multifractionnels qui rendent compte de phénomènes spatiaux dont les propriétés de régu larité et de directionnalité peuvent varier dans l’espace. Notre objec tif est de mettre en place des tests statistiques pour déterminer si un c hamp observé de ce type est hétérogène ou non. Spécifiques à notre a pproche\, ces variations sont calculées localement dans plusieurs directi ons. Nous établissons un résultat asymptotique montrant une relation lin éaire Gaussienne entre ces variations et des paramètres liés à la rég ularité et aux propriétés directionnelles du modèle. En utilisant ce r ésultat\, nous concevons ensuite une procédure de test basée sur les st atistiques de Fisher des modèles linéaires Gaussiens. Nous évaluons cet te procédure sur des données simulées.\n-\nEnfin\, nous concevons des a lgorithmes pour la segmentation d’une image en régions de Textures homo gènes.\n-\nFinalement\, nous présentons une application de ces algorithm es dans le cadre d’un projet pluridisciplinaire visant à optimiser le d éploiement de panneaux photovoltaïques sur le terrain. Nous traitons d ’une étape de prétraitement du projet qui concerne la segmentation des images du satellite Sentinel-2 dans des régions où la couverture nuageu se est homogène\n\nLocal statistical analysis of anisotropic multifractio nal Brownian textures\nIn this thesis\, we deal with some anisotropic exte nsions of the multifractional Brownian fields that account for spatial phe nomena whose properties of regularity and directionality may both vary in space. Our aim is toset statistical tests to decide whether an observed fi eld of this kind is hetero-geneous or not. Specific to our approach\, thes e variations are computed locally in several directions.We establish an as ymptotic result showing a linear Gaussian relationship beetween these vari ations and parameters related to regularity and directionalproperties of t he model. Using this result\, we then design a test procedurebased on Fish er statistics of linear Gaussian models. Eventually we evaluatethis proced ure on simulated data.\n\nFinally\, we design some algorithms for the segm entation of an image into regions of homogeneous Textures.\n\nEventually\, we present an application of these algorithms in the context of a pluridi sciplinary project which aims at optimizing the deployment of photo-voltai c panels on the ground. We deal with a preprocessing step of the project w hich concerns the segmentation of images from the satellite Sentinel-2 int o regions where the cloud cover is homogeneous.-\n\n*Membres du jury :\n- M. Frédéric RICHARD\, Université d’Aix Marseille - Directeur\n- Mme A nne ESTRADE\, Université Paris Descartes - Rapporteur\n- Mme Marianne CLA USEL\, Université de Lorraine - Rapporteur\n- M. Pierre MATHIEU\, Univers ité d’Aix Marseille - Examinateur\n- Mme Céline LACAUX\, Université d ’Avignon - Examinateur\n\nLiens :\n- theses.fr\n- Fiche de l'ED184 CATEGORIES:Soutenance de thèse,ALEA,Signal et Apprentissage END:VEVENT BEGIN:VTIMEZONE TZID:Europe/Paris X-LIC-LOCATION:Europe/Paris BEGIN:STANDARD DTSTART:20181028T020000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET END:STANDARD END:VTIMEZONE END:VCALENDAR