Estimation de la structure d’indépendance conditionnelle d’un réseau de capteurs : application à l'imagerie médicale

Content Provider	Semantic Scholar
Author	Costard, Aude
Copyright Year	2014
Abstract	Cette these s'inscrit dans le cadre de l'etude de reseaux de capteurs. L'objectif est de pouvoir comparer des reseaux en utilisant leurs structures d'independance conditionnelle. Cette structure represente les relations entre deux capteurs sachant l'information enregistree par les autres capteurs du reseau. Nous travaillons sous l'hypothese que les reseaux etudies sont assimilables a des processus gaussiens multivaries. Sous cette hypothese, estimer la structure d'independance conditionnelle d'un processus multivarie gaussien est equivalent a estimer son modele graphique gaussien.Dans un premier temps, nous proposons une nouvelle methode d'estimation de modele graphique gaussien : elle utilise un score proportionnel a la probabilite d'un graphe de representer la structure d'independance conditionnelle du processus etudie et est initialisee par Graphical lasso. Pour situer notre methode par rapport aux methodes existantes, nous avons developpe une procedure d'evaluation des performances d'une methode d'estimation de modeles graphiques gaussiens incluant notamment un algorithme permettant de generer des processus multivaries gaussiens dont la structure d'independance conditionnelle est connue.Dans un deuxieme temps, nous classifions des processus a partir des estimees des structures d'independance conditionnelle de ces processus. Pour ce faire, nous introduisons comme metrique la divergence de Kullback-Leibler symetrisee entre les profils croises normalises des processus etudies. Nous utilisons cette approche pour identifier des ensemble de regions cerebrales pertinentes pour l'etude de patients dans le coma a partir de donnees d'IRM fonctionnelle.
File Format	PDF HTM / HTML
Alternate Webpage(s)	https://tel.archives-ouvertes.fr/tel-01304891/document
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article