Presentation

R´egression et mod`ele de m´elange pour le
d´ebruitage de signaux
E. Cˆome
Co-direction : T. Denoeux (UTC) P. Aknin (INRETS)
Institut National de Recherche sur les Transports et leur S´ecurit´e
(INRETS)
2, avenue du g´en´eral Malleret-Joinville
94114, Arcueil
[email protected]
Etienne Cˆome () Mod`ele de m´elange pour le d´ebruitage 19 mars 2006 1 / 8

Introduction
Introduction
Objectifs :
D´ebruitage et param´etrisation de signaux d’inspection des circuits de voie
⇒Pour le diagnostic des condensateurs d’accord
0 0.5 1 1.5 2 2.5
x 104
0
100
200
300
400
500
600
700
Signal d’inspection zoom sur quelques chaˆınettes
A priori :
Signal = succession de chaˆınettes (polynˆomes du second degr´e)
Pr´esence d’un bruit non sym´etrique (2 sources) et d’esp´erance non nulle
Etienne Cˆome () Mod`ele de m´elange pour le d´ebruitage 19 mars 2006 2 / 8

Introduction
Pourquoi un mod`ele de r´egression ?
IInformation utile pour le diagnostic dans les points de rebroussement
⇒Filtrage spectral peu adapt´e (disparition des points de
rebroussement)
IClasse de fonctions de r´egression bien d´efinie (polynˆome degr´e 2)
ICoefficients des polynˆomes peuvent aussi servir de descripteur pour le
signal
Probl`eme
Pr´esence d’un bruit non sym´etrique (2 sources physiques) et d’esp´erance
non nulle
Solution
Mod`ele de bruit prenant en compte cette particularit´e :
Le Mod`ele de M´elange
Estimation des param`etres de r´egression et du m´elange grˆace `a un
algorithme de type ”Generalized EM”
Etienne Cˆome () Mod`ele de m´elange pour le d´ebruitage 19 mars 2006 3 / 8

Introduction
Pourquoi un mod`ele de r´egression ?
IInformation utile pour le diagnostic dans les points de rebroussement
⇒Filtrage spectral peu adapt´e (disparition des points de
rebroussement)
IClasse de fonctions de r´egression bien d´efinie (polynˆome degr´e 2)
ICoefficients des polynˆomes peuvent aussi servir de descripteur pour le
signal
Probl`eme
Pr´esence d’un bruit non sym´etrique (2 sources physiques) et d’esp´erance
non nulle
Solution
Mod`ele de bruit prenant en compte cette particularit´e :
Le Mod`ele de M´elange
Estimation des param`etres de r´egression et du m´elange grˆace `a un
algorithme de type ”Generalized EM”
Etienne Cˆome () Mod`ele de m´elange pour le d´ebruitage 19 mars 2006 3 / 8

Introduction
Pourquoi un mod`ele de r´egression ?
IInformation utile pour le diagnostic dans les points de rebroussement
⇒Filtrage spectral peu adapt´e (disparition des points de
rebroussement)
IClasse de fonctions de r´egression bien d´efinie (polynˆome degr´e 2)
ICoefficients des polynˆomes peuvent aussi servir de descripteur pour le
signal
Probl`eme
Pr´esence d’un bruit non sym´etrique (2 sources physiques) et d’esp´erance
non nulle
Solution
Mod`ele de bruit prenant en compte cette particularit´e :
Le Mod`ele de M´elange
Estimation des param`etres de r´egression et du m´elange grˆace `a un
algorithme de type ”Generalized EM”
Etienne Cˆome () Mod`ele de m´elange pour le d´ebruitage 19 mars 2006 3 / 8