• Aucun résultat trouvé

La résolution du problème inverse mal posé parl’approche bayésienne

N/A
N/A
Protected

Academic year: 2021

Partager "La résolution du problème inverse mal posé parl’approche bayésienne"

Copied!
1
0
0

Texte intégral

(1)

Problèmes Inverses et Applications JIP’2015 2015

La résolution du problème inverse mal posé par l’approche bayésienne

N. Chetih, Z. Messali

Abstract : La tomographie est une technique d’imagerie complexe, et pourtant abondamment employée dans une multitude de disciplines scientifiques. Le problème de reconstruction tomographique est un problème inverse mal posé dont la résolution exacte et directe est délicate. Les données initiales de ce problème inverse sont les projections qui sont en nombre limité de l’objet étudié.

Il est alors indispensable d’apporter de l’information à priori sur l’objet à reconstruire. Une approche possible est bien l’approche bayésienne qui s’inscrit dans le cadre des méthodes probabilistes. Cette dernière ramène le problème de reconstruction tomographique en un problème d’optimisation, où on utilise des informations a priori sur l’objet pour obtenir une solution convenable. Grâce aux résultats de simulation, nous avons montré que l’approche bayésienne offre une bonne qualité de reconstruction en termes des critères d’évaluation en plus de la qualité visuelle des images reconstruites.

Keywords : Reconstruction Tomographique, problème inverse, l’Approche bayésienne

Centre de Recherche en Technologies Industrielles - CRTI - www.crti.dz

Powered by TCPDF (www.tcpdf.org)

Références

Documents relatifs

Grâce aux résultats de simulation, nous avons montré que l’algorithme degradient offre une bonne qualité de reconstruction en termes des critères d’évaluation en plus la

Grâce aux résultats de simulation, nous avons montré que l’algorithme de gradient offre une bonne qualité de reconstruction en termes des critères d’évaluation en plus la

De même on montre la convergence du schéma de point fixe pour la résolution de l’équation ∂ de Brown-Uhlmann pour le cas des conductivités radiales, et on étudie le cas

Approche bayésienne pour le contrôle de puissance décentralisé efficace énergétiquement.. Mael Le Treust,

Pour un nombre d’observations faible (n = 10), la loi obtenue avec l’approche plug-in a des modes éloignés des vraies valeurs des indices de Sobol et des queues de distribution

Nous devons faire ce choix en pr´eservant les fortes d´ependances dans l’expression de l’a posteriori, comme la d´ependance entre f et les champs cach´es z et nous d´ebarrasser

Ainsi, nous nous int´eressons au cadre bay´esien variationnel qui permet de d´efinir naturellement une distribution a pos- teriori des param`etres et d’obtenir un poids pour chacun

The first part of thesis focuses on the performance bounds analysis of the semi-blind and pilot-based channel estimation methods in the context of MIMO-OFDM and massive MIMO-