Differences

This shows you the differences between two versions of the page.

--- public:parcoursmm:2in:tda [2016/02/16 09:55] – external edit 127.0.0.1
+++ public:parcoursmm:2in:tda [2023/07/20 10:00] (current) – external edit 127.0.0.1
@@ Line 14: / Line 14: @@
 * Prétraitements et réduction de dimension. Exemple : par analyse en composantes principales (ACP) d'un ensemble d'images, on reconstitue le visage (à droite) à partir d'une image occultée (à gauche).
-{{ :parcoursmm:2in:inpainting.png |}}
+{{ public:parcoursmm:2in:inpainting.png |}}
 * Paradigmes méthodologiques de l’apprentissage artificiel. Exemple : en apprenant la séquence réelle du haut (données acquises par T. Stich et M. Magnor), on peut simuler la vidéo du bas.
 {{htvid> http://ubee.enseeiht.fr/tp/flame_input.mp4|http://ubee.enseeiht.fr/tp/flame_input.ogv| }}
 {{htvid> http://ubee.enseeiht.fr/tp/arp_fire.mp4|http://ubee.enseeiht.fr/tp/arp_fire.ogv| }}
 * Classification et modélisation paramétrique de signaux. Exemple : on peut segmenter l'image bruitée ci-dessous en 3 classes, en utilisant la notion de "champ de Markov" (lancez la vidéo).
-{{ :parcoursmm:2in:lena_bruitee.png?350 |}}
+{{ public:parcoursmm:2in:lena_bruitee.png?350 |}}
 {{htvid> http://ubee.enseeiht.fr/tp/lena.mp4|http://ubee.enseeiht.fr/tp/lena.ogv|600x400 }}
 * Méthodes statistiques de détection. Exemple : à partir d'une image satellitaire, on peut détecter et compter le nombre d'individus d'une colonie de flamants roses (lancez la vidéo).
 {{htvid> http://ubee.enseeiht.fr/tp/flamants.mp4|http://ubee.enseeiht.fr/tp/flamants.ogv|600x400 }}
 * Transformations fréquentielles et en ondelettes. Exemple : à partir d'un enregistrement musical, on calcule un "sonagramme" (en haut), dont on extrait une partition de manière automatique (en bas).
-{{ :parcoursmm:2in:sonagramme_beethoven.png?400 |}}
+{{ public:parcoursmm:2in:sonagramme_beethoven.png?400 |}}
-{{ :parcoursmm:2in:partition.png?400 |}}
+{{ public:parcoursmm:2in:partition.png?400 |}}