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:7349@i2m.univ-amu.fr
DTSTART;TZID=Europe/Paris:20180323T140000
DTEND;TZID=Europe/Paris:20180323T150000
DTSTAMP:20241120T203922Z
URL:https://www.i2m.univ-amu.fr/evenements/pics-ligne-de-base-bruit-separa
 tion-ternaire-de-sources-assistee-par-la-positivite-et-la-parcimonie-de-de
 rivees-pour-des-spectres-chimiques/
SUMMARY: (...): Pics\, ligne de base\, bruit : séparation ternaire de sour
 ces assistée par la positivité et la parcimonie de dérivées\, pour des
  spectres chimiques
DESCRIPTION:: Nombre de mesures expérimentales sont altérées par des flu
 ctuations stochastiques ou systémiques\, souvent inhérentes aux protocol
 es expérimentaux et aux méthodes d'acquisition. Dans ce contexte\, nous 
 présentons BEADS\, une méthode permettant de séparer les sources d'une 
 observation composée de manière ternaire : un signal d'intérêt (plutô
 t parcimonieux) formé d'une superposition de pics\, une tendance\, dériv
 e oul igne de base relativement de basse fréquence\, et du bruit. Ce mod
 èle est relativement courant pour les signaux issus de l'analyse physico-
 chimique\, qui forment le coeur du projet AMIDEX BIFROST (Blind Identifica
 tion\, Filtering & Restoration On Spectral Techniques).En s'appuyant sur d
 ifférents a priori morphologiques sur les signaux (ainsi que sur leurs d
 érivées) comme la linéarité\, la positivité\, ou encore la parcimonie
 \, ce problème est formulé comme la minimisation d'une fonction comporta
 nt un terme quadratique de fidélité aux données\, d'une pénalité rég
 ularisée  de type norme $\\ell_1$ asymétrique promotrice de positivité\
 ,  ainsi qu'une contrainte de parcimonie. Nous nous intéressons ici au ca
 s de signaux physico-chimiques\, et particulièrement à la chromatographi
 e\, où les chromatogrammes 1D et 2D sont bruités et présentent de forte
 s dérives de la ligne de base\, biaisant ainsi les informations qui peuve
 nt en être extraites. Les performances sont évaluées sur des données s
 imulées et réelles. Cette modélisation  étant assez générique\, BEAD
 S a été appliquée à d'autres types de signaux chimiques\, en astronomi
 e\, dans le domaine biomédical ou le monitoring.Nous évoquerons enfin le
 s travaux en cours sur l'estimation des paramètres\, le recalage élastiq
 ue pour des données chromatographiques 2D\, et des perpectives déconvolu
 tion aveugle avec une pénalité en rapport régularisé de normes.Référ
 ences-"Chromatogram baseline estimation and denoising using sparsity (BEAD
 S)"\, Xiaoran Ning\, Ivan W. Selesnick\, Laurent Duval\, Chemometrics and 
 Intelligent Laboratory Systems\, December 2014http://dx.doi.org/10.1016/j.
 chemolab.2014.09.014 - BEADS: Baseline Estimation And Denoising with Spars
 ityhttp://www.laurent-duval.eu/siva-beads-baseline-background-removal-filt
 ering-sparsity.html| Webpage | Webpage ||  |  |
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Paris
X-LIC-LOCATION:Europe/Paris
BEGIN:STANDARD
DTSTART:20171029T020000
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
END:STANDARD
END:VTIMEZONE
END:VCALENDAR