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:1886@i2m.univ-amu.fr
DTSTART;TZID=Europe/Paris:20170921T140000
DTEND;TZID=Europe/Paris:20170921T160000
DTSTAMP:20241209T221557Z
URL:https://www.i2m.univ-amu.fr/evenements/construction-dun-cadre-statisti
 que-consistant-pour-lanalyse-de-surfaces-au-travers-de-processus-generalis
 es-application-a-la-classification-de-surfaces-cerebrales-extraites-dirm/
SUMMARY:Benjamin Coulaud (I2M\, Aix-Marseille Université): Construction d
 ’un cadre statistique consistant pour l’analyse de surfaces au travers
  de processus généralisés. Application à la classification de surfaces
  cérébrales extraites d’IRM
DESCRIPTION:Benjamin Coulaud: Le thème principal de cette thèse est l’a
 nalyse statistique de surfaces. Nous introduisons un formalisme pour éten
 dre dans un cadre aléatoire la représentation des surfaces introduite pa
 r Glaunès et Vaillant (2005).\nCe formalisme repose sur une notion de for
 me linéaire aléatoire définie sur des espaces de champs vectoriels\, qu
 i est inspirée de la théorie des processus linéaires généralisés dé
 veloppée par Itô (1954) et Gelfand et Vilenkin (1964). A partir de cette
  représentation\, nous mettons en place un modèle probabiliste décrivan
 t la variabilité des surfaces. Par passage du continu au discret\, nous p
 rolongeons ce dernier en un modèle d’observation permettant de décrire
  des données expérimentales. À partir de ce modèle\, nous construisons
  des estimateurs du représentant moyen d’un échantillon de surfaces et
  de l’autocovariance du bruit. Nous démontrons des résultats de consis
 tance de ces estimateurs. Nous présentons quelques expériences de valida
 tion de la méthode d’estimation sur des données simulées. Nous appliq
 uons cette méthode à la classification de surfaces cérébrales issues d
 e l’IRM en nous plaçant dans un cadre bayésien.\n*Directeur de thèse 
 :\nM. Frédéric Richard - Professeur\, Université d’Aix-Marseille\n\nL
 ien : theses.fr
CATEGORIES:Soutenance de thèse,ALEA,Signal et Apprentissage
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Paris
X-LIC-LOCATION:Europe/Paris
BEGIN:DAYLIGHT
DTSTART:20170326T030000
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
END:DAYLIGHT
END:VTIMEZONE
END:VCALENDAR