FUSION DE DONNEES Théorie et pratique
Formation
À Paris
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Dirigé à
Pour professionnels
-
Lieu
Paris
-
Durée
5 Jours
Cette formation s'adresse aux auditeurs désireux de découvrir les techniques de la fusion de données et d'en comprendre l'intérêt. Après une étude des outils et supports théoriques, ils pourront appliquer ces techniques sur des cas concrets de synthèse d'informations et de reconnaissance automatique.
Précisions importantes
Modalité Formation continue
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
Ce stage est destiné à un public d'ingénieurs et de décideurs.
Pour être suivi avec profit, il nécessite de bonnes connaissances en statistique.
Les Avis
Le programme
• Introduction au stage • Combinaison d’informations incertaines • Les théories, des probabilités aux mesures floues • Les opérateurs de combinaison • La fusion robuste • Exemple : tenue de situation passive multicapteurs • Estimation et décision statistique
• Estimation statistique : • Estimateur, critère • Biais, variance, borne de CRAMER-RAO • Lois exponentielles • Maximum de vraisemblance (MV) récursif • Espérance conditionnelle • Estimation du maximum a posteriori (MAP) • Décision statistique : • Motivations et définitions • Problème à hypothèses simples • Critères bayésien et de NEWMAN-PEARSON • Rapport de vraisemblance et de seuils • Problèmes de décision à hypothèses composites • Test UMP - Invariance statistique • Exemples d'application • Désignation d'objectif pour un missile bi-modes • Localisation au moyen de goniomètres répartis • Fusion plots/pistes • Pistage multi capteurs
• Boucle de pistage – Gestion des pistes • Modélisation : Modèles de cibles, d’observation • MLE – Filtre de Kalman - Filtre Bayésien • Filtrage multimodèles (IMM) - Fusion de pistes • Exemple d’application : • Analyse de performances à partir de simulations • Applications air/air et air/surface • Pistage multi capteurs
• Traitement d’association, informations utilisées • Modélisation : approche probabiliste, combinatoire • Algorithmes classiques : PMHT - MHT - Approches bayesiennes - SD - Assigment • Exemples de traitement d’association • Fusion des images
• Traitement d'image • Extraction des caractéristiques et reconnaissance • Synthèse
• Panorama synthétique du stage - Evaluation d’un système multicapteurs - Critères de choix des éléments constitutifs
• Table ronde finale
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
FUSION DE DONNEES Théorie et pratique