Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Bruit gaussien : prise de décision

Dans cours

COM-302: Principles of digital communications

This course is on the foundations of digital communication. The focus is on the transmission problem (rather than being on source coding). ...

Description

Cette séance de cours couvre le concept de bruit gaussien et la prise de décision dans les systèmes de communication, en se concentrant sur le processus de seuillage et les implications des différents seuils sur les résultats de la décision. Emre Telatar discute de la relation entre les observations vectorielles et scalaires, en soulignant l'importance de comprendre le bruit gaussien dans le traitement du signal.

Enseignant·e

Emre Telatar

I. Emre Telatar received the B.Sc. degree in electrical engineering from the Middle East Technical University, Ankara, Turkey, in 1986. He received the S.M. and Ph.D. degrees in electrical engineering and computer science from the Massachusetts Institute of Technology, Cambridge, in 1988 and 1992 respectively. In 1992, he joined the Communications Analysis Research Department at AT&T Bell Laboratories (later Lucent Technologies), Murray Hill, NJ. He has been at the EPFL since 2000. Emre Telatar was the recipient of the IEEE Information Theory Society Paper Award in 2001. He was a program co-chair for the IEEE International Symposium on Information Theory in 2002, and associate editor for Shannon Theory for the IEEE Information Theory Transactions from 2001 to 2004. He was awarded the EPFL Agepoly teaching prize in 2005. Emre Telatar's research interests are in communication and information theories.

Source officielle

Concepts associés (32)

Prise de décision

vignette|Lorsqu'il s'agit de prendre une décision, il est bon de savoir que des situations différentes nécessitent une approche différente. Il n'y a pas de façon unique de penser/d'agir. la plupart du temps, nous errons dans l'espace du désordre, sans savoir ce qui se passe, sans savoir comment agir. Dans ce cas, nous avons tendance à entrer dans l'espace avec lequel nous nous sentons le plus à l'aise et à commencer à agir. Lorsque vous avez trouvé le Saint Graal, la solution unique pour chaque problème, vous feriez mieux de faire attention.

Bruit gaussien

En traitement du signal, un bruit gaussien est un bruit dont la densité de probabilité est une distribution gaussienne (loi normale). L'adjectif gaussien fait référence au mathématicien, astronome et physicien allemand Carl Friedrich Gauss. La densité de probabilité d'une variable aléatoire gaussienne est la fonction : où représente le niveau de gris, la valeur de gris moyenne et son écart type. Un cas particulier est le bruit blanc gaussien, dans lequel les valeurs à toute paire de temps sont identiquement distribuées et statistiquement indépendantes (et donc ).

Bruit additif blanc gaussien

Le bruit additif blanc gaussien est un modèle élémentaire de bruit utilisé en théorie de l'information pour imiter de nombreux processus aléatoires qui se produisent dans la nature. Les adjectifs indiquent qu'il est : additif il s'ajoute au bruit intrinsèque du système d'information ; blanc sa puissance est uniforme sur toute la largeur de bande de fréquences du système, par opposition avec un bruit coloré qui privilégie une bande de fréquences par analogie avec une lumière colorée dans le spectre visible ; gaussien il a une distribution normale dans le domaine temporel avec une moyenne nulle (voir bruit gaussien).

Mars (planète)

Mars () est la quatrième planète du Système solaire par ordre croissant de la distance au Soleil et la deuxième par ordre croissant de la taille et de la masse. Son éloignement au Soleil est compris entre (206,6 à de kilomètres), avec une période orbitale de martiens ( ou terrestre). C’est une planète tellurique, comme le sont Mercure, Vénus et la Terre, environ dix fois moins massive que la Terre mais dix fois plus massive que la Lune.

Exploration du système martien

vignette|Le sol de Mars photographié par Viking 1 en 1975. vignette|Burns Cliff, affleurement rocheux à l'intérieur du cratère Endurance photographié par le rover MER Opportunity en 2004. vignette|Selfie de Curiosity pris en 2012dans le cratère Gale. L’exploration du système martien, qui comprend la planète Mars et ses deux satellites, tient une place particulièrement importante dans les programmes scientifiques d'exploration du Système solaire des principales puissances spatiales.

Afficher plus

Séances de cours associées (55)

Processus gaussiens : conception de récepteurs

Couvre la théorie derrière les processus gaussiens et la conception des récepteurs à l'aide de calculs MAP.

Test d'hypothèse avec bruit gaussien

Couvre le test d'hypothèse avec le bruit gaussien et la distribution gaussienne standard.

Fondements du traitement des signaux

Couvre la formulation alternative du traitement du signal et la suffisance du rapport Waliland dans les ensembles de signaux.

Signalisation neuronale et traitement des signaux

Déplacez-vous en signaux neuronaux, GLM, ANOVA, cartographie cérébrale, connectivité et méthodes multivariées.

Traitement du volume et du signal

Couvre les concepts de volume et de traitement des signaux dans les calculs mathématiques et l'analyse des signaux.

Afficher plus

Concepts associés (32)

Prise de décision

Bruit gaussien

Bruit additif blanc gaussien

Mars (planète)

Exploration du système martien

Afficher plus