Home
Cours
Cancel

TNSI: Traitement numerique du signal

Lien de la note Hackmd Presentation Parcours: Ingenieur topographe - INSA These en traitement du signal et de l’image - Telecom Ingenieur Chercheur a EDF R&D (Saclay) Groupe realite...

DLIM: Reseaux neuronaux convolutifs

Lien de la note Hackmd Un reseau de neurones convolutif Le but est d’extraire les caracteristiques Les formules de convolution Continue 1D: [(f * g)(x) = \int_{-\infty}^{+\infty}f(x-t)g(t)...

TVID: Du pixel a l'ecran

Lien de la note Hackmd On va decouvrir les principes fondamentaux l’audio et la video numerique. 20h dont 6 de TP TPs de 3h On va faire notre propre decodeur et afficheur video Plusieurs ...

VPOA: Detection et localisation

Lien de la note Hackmd Introduction Qu’est-ce que la vision ? Percevoir le monde Compose d’objets Structure en 3D Efficacement interprete par l’Homme Receuil d...

VPOA: Analyse de l'environnement 3D

Lien de la note Hackmd Introduction On sait obtenir de l’info en 3D sous la forme d’un nuage de points (sous forme de nuage de points, carte de disparite). Comment valoriser cette donnee ? On...

VPOA: Perception 3D

Lien de la note Hackmd Introduction Magellium Observation de la terre Analyse et traitement de donnees satelittes Geo-information Imagerie et Applications Es...

PRSTA: TD 5

Lien de la note Hackmd Feuille 3 Exercice 4 La variable aleatoire $X$ suit une loi de Pareto de parametre $\alpha$.A l’aide du theoreme de Wilks, ecrire la zone de rejet du test $H_0 : \alpha = 2...

IMED2: Principe physiques de la radiologie numerique

Lien de la note Hackmd Rappels kVp mA Temps d’exposition Adaptation du faisceau: Filtration uniforme (Cu) Lames de collimation Interactions avec la matiere: Diffusion e...

PRSTA: Seance 4

Lien de la note Hackmd Rappel Proposition Sous des hypotheses techniques, en notant $\hat\theta_n$ l’estimateur du maximum de vraisemblance. $\sqrt{n!(\theta_0)}(\hat\theta_n-\theta_0)$ ...

PRSTA: TD 4

Lien de la note Hackmd Feuille 4 Exercice 2 Partie A La variable aleatoire $X$ suit une loi de densite: [f(x,\theta)=\theta x^{\theta-1}1_{[0;1]}(x)] ou le parametre $\theta$ est strictement p...