Difference between revisions of "Courses/TRPA1"

From LRDE

m
Line 4: Line 4:
 
|teacher=Reda
 
|teacher=Reda
 
|period=S4, Ing2
 
|period=S4, Ing2
|audience=Majeure
+
|audience=Majeure, SCIA, CSI
 
|optional course=non
 
|optional course=non
 
|module=Sciences Générales
 
|module=Sciences Générales
 
|prerequisites=Programme Classes Préparatoires
 
|prerequisites=Programme Classes Préparatoires
|objectives=Niveau-1 – Etudier les propriétés du signal de parole.
+
|objectives=Etudier les méthodes probabilistes de classification et de reconnaissance de formes.
  +
|content=* Décision bayésienne.
|content=* Étude générales des propriétés du signal de parole.
 
  +
* Modèle Probabiliste Simple et Apprentissage de Paramètres.
* Parole et langue (production de la parole, perception auditive, caractéristiques de la langue française, prosodie)
 
  +
* Modèle de Mélange et Algorithme EM.
* Description et analyse du signal de parole (spectrogramme, triangle vocolique, LPC, formants, pitch …)
 
  +
* Modèle de Mélange de Gaussiennes.
|references=Xuedong Huang, Alex Acero and HsiaO-Wuen Hon, « Spoken Language Processing : A Guide to Theory, Algorithm and System Development », Prentice Hall
 
  +
* Chaines de Markov Cachées
J. R. Deller, J. H.L. Hansen and J.G. Proakis, « Discrete-Time Processing of Speech Signals », IEEE Press
 
  +
|references=Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer
R. Boite, H. Bourlard, T. Dutoit, J. Hancq et H. Leich, « Traitement de la parole », Collection électricité, Presses Polytechniques et Universitaires Romandes.
 
  +
Kevin P. Murphy, Machine Learning: A probabilistic Perspective.
  +
Andrew R. Webb and Keith D. Copsey, Statistical Pattern Recognition, Third Edition, Wiley.
 
}}
 
}}

Revision as of 15:43, 7 July 2014

Titre

Outils mathématiques (statistiques) pour la reconnaissance des formes

Sigle

TRPA1

Enseignant

Reda Dehak

Période

S4, Ing2

Public

Majeure, SCIA, CSI"CSI" is not in the list (InfoSup, InfoSpé, Tronc-commun, Majeure, Apprentis, Cycle Ing, SCIA, AppIng, RDI, IMAGE, ...) of allowed values for the "Course audience" property.

Contrôle
Durée
Optionnel

non

Module

Sciences Générales

Prérequis

Programme Classes Préparatoires

Objectifs

Etudier les méthodes probabilistes de classification et de reconnaissance de formes.

Plan
  • Décision bayésienne.
  • Modèle Probabiliste Simple et Apprentissage de Paramètres.
  • Modèle de Mélange et Algorithme EM.
  • Modèle de Mélange de Gaussiennes.
  • Chaines de Markov Cachées
Documentation
  • Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer
  • Kevin P. Murphy, Machine Learning: A probabilistic Perspective.
  • Andrew R. Webb and Keith D. Copsey, Statistical Pattern Recognition, Third Edition, Wiley.
Support
Journaux