Analyse de séquences discrètes par des semi-chaînes de Markov cachées
Une semi-chaine de Markov cachée discrète est composée d'une semi-chaine de Markov non observable et d'un processus d'observation discret. Les semi-chaines de Markov cachées ont initialement été proposées dans le cadre de la reconnaissance de la parole pour la modélisation d'unités acoustiques. Dans le cadre de l'application à l'analyse de structures spatiales dans les plantes, l'auteur s'intéresse surtout à l'interprétation biologique que l'on peut déduire d'un modèle estimé à partir d'un échantillon de séquences, les problématiques de type reconnaissance des formes étant plus secondaires. Ceci l'amène à proposer une approche d'ajustement d'une semi-chaine de Markov cachée discrète à un échantillon de séquences. Cette approche repose sur le calcul de familles de lois caractéristiques à partir des paramètres d'une semi-chaine de Markov cachée
Main Author: | Guédon, Yann |
---|---|
Format: | conference_item biblioteca |
Language: | fre |
Published: |
s.n.
|
Subjects: | U10 - Informatique, mathématiques et statistiques, plante, port de la plante, méthode statistique, modèle mathématique, modélisation, http://aims.fao.org/aos/agrovoc/c_5993, http://aims.fao.org/aos/agrovoc/c_5969, http://aims.fao.org/aos/agrovoc/c_7377, http://aims.fao.org/aos/agrovoc/c_24199, http://aims.fao.org/aos/agrovoc/c_230ab86c, |
Online Access: | http://agritrop.cirad.fr/390530/ |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Similar Items
-
Un algorithme de comparaison d'arborescences non ordonnées appliqué à la comparaison de la structure topologique des plantes
by: Ferraro, Pascal, et al. -
Computational methods for discrete hidden semi-markov chains
by: Guédon, Yann -
Analyzing nonstationary discrete sequences using hidden semi-Markov chains
by: Guédon, Yann -
Restitution virtuelle de plantes réelles : un nouvel outil pour l'aide à l'analyse de données botaniques et agronomiques
by: Godin, Christophe, et al. -
A new specification of generalized linear models for categorical responses
by: Peyhardi, Jean, et al.