DPM pour l'inférence dans les modèles dynamiques non linéaires avec des bruits de mesure alpha-stable
Record type:
papersoftware
Creator:
JaoDufVan
Editor:
LAGSeq
Publisher:
CCSD
Host:
National audience
Stable random variables are often use to model impulsive noise; Recently it has be shown that communication at very high frequency suffer from such a noise. Stable noise cannot however be considered as usual noise in estimation processes because the variance does not usually exists nor an analytic expression for the probability density function. In this work we show how to manage such a problem using a bayesian nonparametric approach. We develop a Sequential Monte Carlo based algorithm to realize the estimation in a non linear dynamical system. The measurement noise is a non-stationnary stable process and it is modeled using a Dirichlet Process Mixture.
Similar
Augmentation de données pour la classification de séries temporelles avec des modèles d'apprentissage profondsExploration de la séparation en langues dans les modèles de traitement de la parole auto-supervisés multilingues préentraînés avec des données écologiquesSatisfaction des employés de contact dans les institutions de Microfinance : développement et validation d’une échelle de mesureReconnaissance de l’orientation des piétons par les réseaux de Capsules dans un environnement non structuré pour un ADASModèles d'exploration des dynamiques entre ressources et usages de l'eau pour une gestion intégrée des nappes souterraines. Application à la nappe de Kairouan en TunisieFine-tuning de modèles de langues pour la veille épidémiologique multilingue avec peu de ressources