Éditeur(s) : HAL CCSD Institute for Scientific Computing and Information
Résumé : International audience
The production of oil in soft highly compacted reservoirs produces a significant reduction in the pore space which in turn causes the surface to subside. The authors couple two simulators to model the mechanical deformations in the presence of a Darcy flow, both one- and two-phase. The simulators solve for flow in a porous medium using a finite volume method, and solve for the mechanical deformation of the porous media using a finite element method. The flow equations and the deformation equations are coupled using Biot's law. The authors use two different methods for the coupling: the first uses a staggered algorithm; the second is based on a preconditioned conjugate method. The authors use a multiscale method in both approaches. The authors show that the inf-sup condition is not satisfied, because of the mixed discretization which is done by using two separate simulators. The authors give convergence comparisons for the two methods for several examples. Two of the examples are for the linear problem (one-phase) where they know the exact solution and one is for the nonlinear problem (two-phase). In all cases, the preconditioned conjugate algorithm is faster and more robust, in particular when the inf-sup condition is not satisfied. In the nonlinear problem the authors state that the results agree with physical predictions but do not give actual empirical data. Finally, they show the effects of grid orientation on the nonlinear problem.
ISSN: 1705-5105

hal-00730673
https://hal.archives-ouvertes.fr/hal-00730673

Éditeur(s) : HAL CCSD
Résumé : Satellite and in situ chlorophyll concentration data collected as part of VALidation HYperspectral of a BIOgeochemical model (ValHyBio), a PNTS-sponsored project dedicated to satellite ocean-colour imaging of the Southwest Pacific, are analyzed to describe chlorophyll variability in the Coral Sea, a vast oligotrophic region characterized by a deep chlorophyll maximum and blue waters of high transparency. Average chlorophyll concentrations estimated from MODIS-Aqua are very low (<0.2 mg m-3) except in the vicinity of main islands and coral reefs, where enrichment may occur due to upwelling or internal waves that bring nutrients to the euphotic zone from the deep part of the water column. During the summer season, blooms of cyanobacteria (Trichodesmium) develop in the surface waters and may form large slicks. The nitrogen fixed by these slicks is a potential source of new nitrogen later assimilated by picoplankton and the marine food chain. Coastal areas exhibit higher chlorophyll concentrations because of nutrient input from the land, as observed in 2008 around New Caledonia. In lagoon areas, the sea colour is influenced by turbidity and bathymetry, and the MODIS OC3 algorithm is inadequate, with a systematic overestimation of chlorophyll concentration in the New Caledonia lagoon. Improved bio-optical algorithms are needed for those turbid and shallow waters, to allow not only a better description of chlorophyll variability, but also evaluation of chlorophyll simulations by recently developed biogeochemical models.
of the 12th International Coral Reef Symposium, 18E
CAIRNS, Australia

hal-00746470
https://hal.archives-ouvertes.fr/hal-00746470
https://hal.archives-ouvertes.fr/hal-00746470/document

Éditeur(s) : HAL CCSD
Résumé : International audience
L'extraction de motifs séquentiels fréquents dans les data streams est un enjeu important traité par la communauté des chercheurs en fouille de données. Plus encore que pour les bases de données, de nombreuses contraintes supplémentaires sont à considérer de par la nature intrinsèque des streams. Dans cet article, nous proposons un nouvel algorithme en une passe : SPAMS, basé sur la construction incrémentale, avec une granularité très fine par transaction, d'un automate appelé SPA, permettant l'extraction des motifs séquentiels dans les streams. L'information du stream est apprise à la volée, au fur et à mesure de l'insertion de nouvelles transactions, sans pré-traitement a priori. Les résultats expérimentaux obtenus montrent la pertinence de la structure utilisée ainsi que l'efficience de notre algorithme appliqué à différents jeux de données.
EGC'09 : Extraction et Gestion des Connaissances
Strasbourg, France

lirmm-00345563
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00345563

Éditeur(s) : HAL CCSD
Résumé : Point processes are often used as spatial or spatio-temporal distribution models of occurrences. In this PhD dissertation, we focus first on Cox processes driven by a hidden process associated with a Dirichlet process. This model corresponds to hidden occurrences influencing the stochastic intensity of observed occurrences. We generalize the notion of "Shot noise Cox process" introduced by M{o}ller and develop its bayesian analysis by a Gibbs sampler combined with a Metropolis-Hastings algorithm. We show that our MCMC method is a reversible jump one. The model takes into account a random number of hidden contributions producing effects on the observed point process intensity. Therefore the parameter space has a variable dimension. We focus the statistical inference on the estimation of the hidden contribution expected value, the hidden contribution expected number, the spatial influence and correlation parameters. The contribution equality test and contribution independence test are proposed. Applications in epidemiology and ecology are shown from extit{Rubus fruticosa} data, extit{Ibicella lutea} data and death number data in counties of Georgia, USA. Two situations are considered with respect to available data~: firstly, the spatial positions of occurrences are observed between several pairs of consecutive dates; secondly, counts are carried out over a fixed time interval in several spatial sampling units. Secondly, we focus on point processes with memory introduced by Kagan, Ogata and Vere-Jones, pioneers in statistical seismology. In fact, spatio-temporal point processes play an important role in the studies of earthquake catalogs since they consist of seismic events with their dates and spatial locations. We studied an ETAS (Epidemic Type Aftershock Sequence) model with time independent background intensity and several triggering functions taking into account previous events. We illustrate our approach with a seismicity study of the Lesser Antilles arc. A comparaison study of Gamma, Weibull, Log-Normal and modified Omori law triggering function models is also carried out. We show that the modified Omori law does not fit the Lesser Antilles seismic data and the best adjusted triggering function is the Weibull model. Consequently, the waiting time between aftershocks is weaker in the Lesser Antilles zone compared to the one in regions with seismicity described by the modified Omori law. In other words, aftershock aggregativity is higher in the Lesser Antilles region. The stochastic background intensity following a Dirichlet process centered on a spatial log-normal process is discussed.
Les processus ponctuels sont souvent utilisés comme modèles de répartitions spatiales ou spatio-temporelles d'occurrences. Dans cette thèse, nous nous intéressons tout d'abord à des processus de Cox dirigés par un processus caché associé à un processus de Dirichlet. Ce modèle correspond à des occurrences cachées influençant l'intensité stochastique des occurrences observées. Nous généralisons la notion de " Shot noise Cox process " introduite par Moller et développons le traitement bayésien par un échantillonneur de Gibbs combiné à un algorithme de Metropolis-Hastings. Nous montrons que cette méthode MCMC est à sauts réversibles. Le modèle prend en compte, en effet, un nombre aléatoire de contributions cachées influençant l'intensité du processus ponctuel observé donc a un espace paramétrique de dimension variable. Nous focalisons l'inférence statistique sur l'estimation de la valeur espérée de chaque contribution cachée, le nombre espéré de contributions cachées, le degré d'influence spatiale de ces contributions et leur degré de corrélation. Le test d'égalité des contributions et celui de leur indépendance sont ainsi développés. L'utilité en épidémiologie et en écologie est alors démontrée à partir de données de Rubus fruticosa, Ibicella lutea et de mortalité dans les cantons de Georgia, USA. En termes de données observées, deux situations sont considérées: premièrement, les positions spatiales des occurrences sont observées entre plusieurs paires de dates consécutives; deuxièmement, des comptages sont effectués, au cours d'une période fixée, dans des unités d'échantillonnage spatiales. D'autre part, nous nous intéressons aux processus ponctuels à mémoire introduits par Kagan, Ogata et Vere-Jones, précurseurs de la statistique sismologique. En effet, les processus ponctuels spatio-temporels ont une place importante dans l'étude des catalogues sismiques puisque ces derniers sont généralement constitués d'événements sismiques datés et géo-référencés. Nous avons étudié un modèle ETAS (Epidemic Type Aftershock Sequence) avec une intensité d'arrière-plan indépendante du temps et plusieurs fonctions déclenchantes permettant d'intégrer les événements antérieurs récents. Cette approche est utilisée pour étudier la sismicité de l'arc des Petites Antilles. Une étude comparative des modèles Gamma, Weibull, Log-Normal et loi d'Omori modifiée pour les fonctions déclenchantes est menée. Nous montrons que la loi d'Omori modifiée ne s'ajuste pas aux données sismiques des Petites Antilles et la fonction déclenchante la plus adaptée est le modèle de Weibull. Cela implique que le temps d'attente entre répliques dans la zone des Petites Antilles est plus faible que celui des régions à sismicité décrite par la loi d'Omori modifiée. Autrement dit, l'agrégation des répliques après un événement majeur est plus prononcée dans la zone des Petites Antilles. La possibilité d'inclure une intensité d'arrière-plan suivant un processus de Dirichlet centré sur un processus spatial log-gaussien est discutée.
https://tel.archives-ouvertes.fr/tel-00841146

Droits : info:eu-repo/semantics/OpenAccess
NNT : 2012AGUY0555
tel-00841146
https://tel.archives-ouvertes.fr/tel-00841146
https://tel.archives-ouvertes.fr/tel-00841146/document
https://tel.archives-ouvertes.fr/tel-00841146/file/these_VALMY.pdf

Éditeur(s) : HAL CCSD Wiley
Résumé : International audience
We study if the multilevel algorithm introduced by Debussche, T. Dubois and R. Temam [Theoret. Comput. Fluid Dynam. 7 (1995), no. 4, 279-315; Zbl 838.76060] and Dubois, F. Jauberteau and Temam [J. Sci. Comput. 8 (1993), no. 2, 167-194; MR1242960 (94f:65098)] for the 2D Navier-Stokes equations with periodic boundary conditions and spectral discretization can be generalized to more general boundary conditions and to finite elements. We first show that a direct generalization, as in [C. Calgaro, J. Laminie and R. Temam, Appl. Numer. Math. 23 (1997), no. 4, 403-442; MR1453424 (98d:76124)], for the Burgers equation, would not be very efficient. We then propose a new approach where the domain of integration is decomposed into subdomains. This enables us to define localized small-scale components and we show that, in this context, there is a good separation of scales. We conclude that all the ingredients necessary for the implementation of the multilevel algorithm are present.
ISSN: 0271-2091

hal-00730709
https://hal.archives-ouvertes.fr/hal-00730709

Éditeur(s) : HAL CCSD
Résumé : International audience
La recherche de liens conceptuels fréquents (FCL) est une nouvelle approche de clustering de réseaux, qui exploite à la fois la structure et les attributs des noeuds. Bien que les travaux récents se soient déjà intéressés à l’optimisation des algorithmes de recherche des FCL, peu de travaux sont aujourd’hui menés sur la complémentarité qui existe entre les liens conceptuels et l’approche classique de clustering qui consiste en l’extraction de communautés. Ainsi dans ce papier, nous nous intéressons à ces deux approches. Notre objectif est d’évaluer les relations potentiellement existantes entre les communautés et les FCL pour comprendre la façon dont les motifs obtenus par chacune des méthodes peuvent correspondre ou s’intersecter ainsi que la connaissance utile résultant de la prise en compte de ces deux types de connaissance. Nous proposons pour cela un ensemble de mesures originales, basées sur la notion d’homogénéité, visant à évaluer le niveau d’intersection des FCL et des communautés lorsqu’ils sont extraits d’un même jeu de données. Notre approche est appliquée à deux réseaux et démontre l’importance de considérer simultanément plusieurs types de connaissance et leur intersection.
Extraction et gestion des connaissances
Rennes, France

hal-01312560
https://hal.archives-ouvertes.fr/hal-01312560

Éditeur(s) : HAL CCSD
Résumé : In this work, we develop a variant of a bundle method in order to find a zero of a maximal monotone operator. This algorithm relies on two polyhedral approximations of the epsilon-enlargement of the considered operator, via a systematic use of the transportation formula. Moreover, the use of a double polyhedral approximation in our algorithm could inspire other bundle methods for the case where the given operator can be split as the sum of two other maximal monotone operators.
https://hal.archives-ouvertes.fr/hal-00828930

hal-00828930
https://hal.archives-ouvertes.fr/hal-00828930
ARXIV : 1305.5810

Résumé : Dans cette thèse, nous présentons deux modèles mathèmatiques qui simulent la dynamique d'une épidémie de dengue à Cuba. Le premier modèle est décrit par un système d'équations différentielles ordinaires dans le but d'estimer certains paramètres essentiels dans l'évolution de l'èpidérnie. Le deuxième modèle utilise une inclusion différentielle afin de simuler la dynamique sous incertitudes. Nous passons aussi en revue une famille de modèles d'équations différentielles pour l'épidémie de VIH/SIDA à Cuba et nous reformulons l'un de ces modèles en une inclusion différentielle. En outre, pour analyser le comportement de ces deux épidémies et l'effet de l'intervention nous développons un algorithme pratique pour le calcul des ensembles atteignables des inclusions différentielles, qui fournit un cadre mathématique nous permettant de faire des prédictions appropriées de toutes les variables d'état des modèles
Ln this work we present two mathematical models that simulate the dynamics of an epidemic outbreak of dengue disease in Cuba. The i first model is described by a system of ordinary differential equations with the purpose of estimaling some essential parameters in the evolution of the epidemie. The second model uses a differential inclusion in order to simulate the dynamic under uncertainties. Also, we review a family of ordinary differential equations models of HIV/AIDS epidemic in Cuba and one of these models is reformulated as a differential inclusion. In addition, to analyze the behavior of these two epidemies and the effect of intervention, we develop a practical algorithm for the computation of the reachable sets of the differential inclusions, providing a mathematical framework allowing us to make suitable predictions of aII state variables of the models at a future time.

http://www.theses.fr/2011AGUY0413

Éditeur(s) : HAL CCSD
Résumé : This paper presents the experimental results obtained for an automatic detection of ships in High Resolution optical satellite images. Our images are panchromatic SPOT 5 images, whose resolution is 5m per pixel. Our detection method is part of an industrial project of maritime surveillance. It is based on the Bayesian decision theory and does not need any preprocessing.The detection is composed of three stages. The first one is a pre-detection of targets that gives us candidates. The second one is a precise segmentation of each candidate. The third one is a classification of candidates into three classes : real small targets, real big targets and false alarms. The two first stages are based on the bayesian theory, using a very simple image model that leads to very fast algorithms. For now, the classification is based on multivariate decision tree. Finally, the overall results of the method are given for a set of images, as close as possible to the operational conditions and show the performances of the proposed method (detection of almost all the ships, false alarms due to crests of waves and an acceptable computing time).
Journée Nationale de Photogrammétrie et Télédétection

hal-00601854
https://hal.archives-ouvertes.fr/hal-00601854

Éditeur(s) : HAL CCSD Elsevier
Résumé : International audience
Relying on the Yosida approximate, we investigate the problem of finding zeroes for a difference of two maximal monotone operators in Hilbert spaces. These zeroes are compared to those of the corresponding regularized and dual problems. The behavior of the regularized operator is also studied and a splitting algorithm involving the resolvents of both operators is suggested via a fixed-point formulation of the regularized problem. A particular attention is given to the DC programming case.
ISSN: 0096-3003

hal-00779986
https://hal.univ-antilles.fr/hal-00779986
DOI : 10.1016/j.amc.2008.01.024

Éditeur(s) : HAL CCSD Elsevier
Résumé : International audience
A forward-backward inertial procedure for solving the problem of finding a zero of the sum of two maximal monotone operators is proposed and its convergence is established under a cocoercivity condition with respect to the solution set.
ISSN: 0377-0427

hal-00780778
https://hal.univ-antilles.fr/hal-00780778
https://hal.univ-antilles.fr/hal-00780778/document
https://hal.univ-antilles.fr/hal-00780778/file/10.1.1.12.4189.pdf
DOI : 10.1016/S0377-0427(02)00906-8

Éditeur(s) : HAL CCSD Oxford University Press (OUP)
Résumé : International audience
The interpretation of coseismic surface deformation measurements through inversion techniques is of major importance to understand the mechanical behaviour of a seismic fault. Dense geodetic data sets in the vicinity of the ruptured fault provide unique constraints on detailed fault geometry and slip distribution at depth, making them complementary to seismological data. Bam earthquake (Mw 6.6, 2003 December 26) induced surface deformation has been precisely mapped by Envisat ASAR interferometry and by subpixel correlation techniques applied to Spot-5 and ASAR amplitude images. These oblique and horizontal estimations of deformation have been completed with one levelling profile along the main road crossing the rupture from west to east. We process these data (separately and jointly) in a two-step inversion technique, within the elastic half-space theory framework. Our objective is to determine the dislocation model at depth that satisfies simultaneously all the geodetic constraints. Also, we estimate the relative contribution of each geodetic data set to this inversion process.We first use a stochastic direct approach called neighbourhood algorithm in order to estimate the average characteristics of the rupture, and their relative uncertainty. Constraining in this way the geometry of the ruptured fault, we then linearize the inverse problem and compute the slip distribution on the fault using a standard weighted least-square technique, assuming the solution is smooth to some degree. At each step, we discuss the optimal models, their stability as well as the relative influence of each data set on the derived models parameters. Our preferred model reveals a shallow dislocation on a quasi-vertical fault, slightly dipping towards east. The slip vector has a strike-slip component as high as 2 m, while the dip-slip component seems negligible.However, the estimation of the resolution matrices emphasizes the fact that the details of deep fault slip distribution remain out of the scope of this ill-conditioned inverse problem. Yet, our preferred model suggests a main dislocation limited at depth between 1 and 6 km. By contrast, the aftershocks observed in the months following the earthquake are located just beneath the estimated main shock.
ISSN: 0956-540X

hal-00314173
https://hal.archives-ouvertes.fr/hal-00314173
https://hal.archives-ouvertes.fr/hal-00314173/document
https://hal.archives-ouvertes.fr/hal-00314173/file/GJI-2007-169-849-briole.pdf
DOI : 10.1111/j.1365-246X.2007.03358.x

Éditeur(s) : HAL CCSD
Résumé : International audience
After defining the High Performance Pre- Computing --referred as HPPC-- concept, the aim of the present study is to develop a prototype whether to approve or not the benefits of this concept. Our application case tries to answer the geophysical issue of coastal flooding. This is an example of an alert system based on the HPPC architecture, thus on pre-computed scenarios. The prototype provides the scientists with an ergonomic and on-demand tool allowing the run of scenarios of any implemented numerical models. These runs are available through a web application which submits the corresponding jobs on the remote french public cluster of HPC@LR. In this study we simulate the waves propagation over a Mediterranean grid using the wave model WaveWatch III⃝R . A reference simulation using usual conditions is approximated using the k-NN algorithm over 12, 98 and then 980 pre-computed scenarios. This simple experiment demonstrates how useful the pre-computing of scenarios is for alert systems as far as enough and relevant scenarios are pre-computed. This is the reason why searches continue in each critical points of the HPPC architecture such as the design of experiment, the approximation of the results by meta-models and the research of the closest scenarios in this big data context.
4th International Conference on Knowledge and Systems Engineering
Danang, Vietnam

lirmm-00736797
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00736797
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00736797/document
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00736797/file/PID2396685.pdf
DOI : 10.1109/KSE.2012.36

Éditeur(s) : HAL CCSD ACM New York, NY, USA
Résumé : International audience
This paper focuses on the study of the behavior of a genetic algorithm based classifier system, the Adapted Pittsburgh Classifier System (A.P.C.S), on maze type environments containing aliasing squares. This type of environment is often used in reinforcement learning litterature to assess the performances of learning methods when facing problems containing non markov situations. Through this study, we discuss on the performances of the APCS on maze type environments and also of the efficiency of an improvement of the APCS learning method inspired from the XCS : the covering mechanism. We manage to show that, without any memory mechanism, the APCS is able to build and to keep accurate strategies to produce regular sub-optimal solutions to these maze problem. This statement is shown through a comparison of the results obtained by the XCS, XCSM and XCSMH on distinct maze problems with these obtained by the APCS.
Proceedings of the 2008 GECCO conference companion on Genetic and evolutionary computation
Atlanta, GA, United States

hal-00520607
https://hal.archives-ouvertes.fr/hal-00520607
DOI : 10.1145/1388969.1389013

Éditeur(s) : HAL CCSD Springer Verlag
Résumé : International audience
We consider a bilevel problem involving two monotone equilibrium bifunctions and we show that this problem can be solved by a simple proximal method. Under mild conditions, the weak convergence of the sequences generated by the algorithm is obtained. Using this result we obtain corollaries which improve several corresponding results in this field.
ISSN: 0925-5001

hal-00776657
https://hal.univ-antilles.fr/hal-00776657
DOI : 10.1007/s10898-009-9476-1

Résumé : Les méthodes classiques d'analyse d'images satellites sont inadaptées au volume actuel du flux de données. L'automatisation de l'interprétation de ces images devient donc cruciale pour l'analyse et la gestion des phénomènes observables par satellite et évoluant dans le temps et l'espace. Ce travail vise à automatiser la cartographie dynamique de l'occupation du sol à partir d'images satellites, par des mécanismes expressifs, facilement interprétables en prenant en compte les aspects structurels de l'information géographique. Il s'inscrit dans le cadre de l'analyse d'images basée objet. Ainsi, un paramétrage supervisé d'un algorithme de segmentation d'images est proposé. Dans un deuxième temps, une méthode de classification supervisée d'objets géographiques est présentée combinant apprentissage automatique par programmation logique inductive et classement par l'approche multi-class rule set intersection. Ces approches sont appliquées à la cartographie de la bande côtière Guyanaise. Les résultats démontrent la faisabilité du paramétrage de la segmentation, mais également sa variabilité en fonction des classes de la carte de référence et des données d'entrée. Les résultats de la classification supervisée montrent qu'il est possible d'induire des règles de classification expressives, véhiculant des informations cohérentes et structurelles dans un contexte applicatif donnée et conduisant à des valeurs satisfaisantes de précision et de KAPPA (respectivement 84,6% et 0,7). Ce travail de thèse contribue ainsi à l'automatisation de la cartographie dynamique à partir d'images de télédétection et propose des perspectives originales et prometteuses.
Classical methods for satellite image analysis are inadequate for the current bulky data flow. Thus, automate the interpretation of such images becomes crucial for the analysis and management of phenomena changing in time and space, observable by satellite. Thus, this work aims at automating land cover cartography from satellite images, by expressive and easily interpretable mechanism, and by explicitly taking into account structural aspects of geographic information. It is part of the object-based image analysis framework, and assumes that it is possible to extract useful contextual knowledge from maps. Thus, a supervised parameterization methods of a segmentation algorithm is proposed. Secondly, a supervised classification of geographical objects is presented. It combines machine learning by inductive logic programming and the multi-class rule set intersection approach. These approaches are applied to the French Guiana coastline cartography. The results demonstrate the feasibility of the segmentation parameterization, but also its variability as a function of the reference map classes and of the input data. Yet, methodological developments allow to consider an operational implementation of such an approach. The results of the object supervised classification show that it is possible to induce expressive classification rules that convey consistent and structural information in a given application context and lead to reliable predictions, with overall accuracy and Kappa values equal to, respectively, 84,6% and 0,7. In conclusion, this work contributes to the automation of the dynamic cartography from remotely sensed images and proposes original and promising perpectives

http://www.theses.fr/2013AGUY0671/document

Éditeur(s) : HAL CCSD
Résumé : Structure elucidation of unknown compounds has been the task of natural products chemists for a long time and their approach seems to be the most efficient when it comes to identification. Very recently, Kokkotou et al. proposed a work-flow based on an integrative approach for new metabolite identification. This approach, including prediction of 2D NMR HSQC spectra, demonstrated the necessity for implementation of new algorithms leading to the prediction of 2D NMR spectra. Herein we present a method based on both quantum mechanics (QM) and Hierarchical Organisation of Spherical Environments (HOSE) of the prediction 2D NMR spectra.
https://hal.archives-ouvertes.fr/hal-01416667

hal-01416667
https://hal.archives-ouvertes.fr/hal-01416667
https://hal.archives-ouvertes.fr/hal-01416667/document
https://hal.archives-ouvertes.fr/hal-01416667/file/MRC_v1.pdf

Résumé : Ce travail vise à mettre en place un système de fusion de sources d'information basé sur la Théorie des Fonctions de Croyance (TFC) et adapté aux contextes des images forestières. La TFC engendre des temps de calcul importants lorsque la cardinalité du cadre de discernement devient grande. Ainsi, nous avons proposé en premier lieu une méthode de réduction du référentiel de définition permettant d'éviter l'explosion combinatoire en restreignant le calcul sur les hypothèses estimées pertinentes et déterminées à partir des histogrammes des classes issues de la phase d'apprentissage. Ensuite, nous avons proposé des techniques d'estimation de fonctions de masse spectrales, texturales, contextuelles et structurelles. L'information multi-fractale a été utilisée comme signature de texture, ainsi l'image de Hôlder a constitué une source d'information pour l'estimation de la masse texturale. Un autre apport consiste à proposer une approche de transfert de masse basée sur l'information contextuelle, en exploitant l'image des couronnes d'arbres comme une source déduite. L'implémentation d'algorithmes de détection de couronnes d'arbres nous a permis d'extraire des mesures sur les couronnes que nous avons utilisées en tant qu'attributs pour l'estimation des fonctions de masse. Nos expérimentations montrent des taux de classification assez satisfaisants et une adéquation de notre approche de fusion à une classification à l'arbre près
This thesis aims to develop an information source fusion system based on belief functions theory (BFT) and adapted t forest images context (especially high resolution images). Applications of BFT to image classification result in th assignment of each image point to a c1ass or a subset of classes based on the mass functions estimation expressing th belief of an event. BFT leads to significant computation time when the cardinality of the set of definition become large. Thus, we first proposed a method to reduce the frame of discernment in order te avoid the combinatorial explosio by restricting the calculation on the hypotheses of the set of definition deduced from the classes histograms determine from the learning phase. Then, we proposed spectral, texturai, contextual and structural mass functions technique estimation. Multi-fractal information was used as texture signature and Hôlder image has been a source ( information for estimating the texturai mass. Another contribution is the integration of trees crowns image as derive source and the proposai of an approach to mass transfer based on contextual information inside and outside a crown. Th implementation of detection trees crowns algorithms allowed us to extract measurements on trees. These measurement are used as attributes for mass functions estimation. Our experiments and comparisons with other methods show quit satisfactory classification rate with spectral and textural approaches and adequacy of our fusion approach to contextu and structural information for trees classification

http://www.theses.fr/2011AGUY0434/document

Éditeur(s) : HAL CCSD
Résumé : International audience
This paper deals with texture classification using a multifractal approach. More precisely we analyse the singularity/regularity exponent that compose the textures because they theoretically carry most of the information. The analysis is made using the Legendre spectrum. Then a parameter vector is computed to describe this spectrum in order to classify the textures with an unsupervised k-means classifier. The resulting algorithm is evaluated against a classification directly based on the textures.
CAS Proceedings
GOSIER, France

hal-00634750
https://hal.archives-ouvertes.fr/hal-00634750

Éditeur(s) : HAL CCSD
Résumé : Ce travail traite de " l'identification de plantes à partir d'images numériques, par champs de gradients ", provenant de capteurs de types variés. Nous avons choisi des méthodes de type global, afin de pré-segmenter efficacement l'image d'une plante. Parmi ces méthodes, celle du Mean Shift permet de s'acquitter des tâches de paramétrisation, mais présente l'inconvénient d'une forte complexité de calcul. Nous proposons deux méthodes pour résoudre ce problème : le Mean Shift avec changement d'échelle et le Mean Shift Markovien dont le but est de limiter le traitement systématique de tous les pixels par la partie Mean Shift. L'application de ces méthodes permet d'obtenir une partition de l'image dans laquelle on recherche les groupes de pixels, matérialisant les parties d'une plante focalisée par le photographe. Pour mettre en évidence ces zones, nous exploitons : la netteté des formes, la position et la densité spatiale des objets dans une image, afin de construire des masques qui représentent les parties d'une plante. À partir de ces masques, nous extrayons un ensemble de caractéristiques issu de la botanique descriptive, regroupé en trois catégories : la colorimétrie, la morphologie et le structurel. Nos choix méthodologiques sont expérimentés sur une base de données d'images, pour obtenir un ensemble de valeurs de caractéristiques appelées descripteurs. Ces descripteurs sont fournis à un système de classeurs basé sur des algorithmes génétiques, afin d'obtenir des règles désignant chaque type de plantes. L'objectif de ces règles est d'associer un score de ressemblance à chaque image de la base de données, en fonction de l'image soumise comme requête au système de reconnaissance.
Journées d'Études et de recherche des Antilles et de la Guyane
Pointe-à-Pitre, Guadeloupe

hal-00637788
https://hal.archives-ouvertes.fr/hal-00637788