Publication

Stochastic Models and Techniques for Sparse Signals

Michaël Unser
2012
Conference Papers

Résumé

Real-world data such as multimedia, biomedical, and telecommunication signals are formed of specific structures. However, these structures only determine some general properties of the data while the unknown or unpredictable parts are assumed to be random. This fact suggests that we can use stochastic models to explain real-world signals. Processes such as Gaussian white noise or Gaussian ARMA processes are well-known examples which are extensively used in modeling some components of the natural signals.

Source officielle

https://infoscience.epfl.ch/entities/publication/8d5de404-5180-4ec8-9676-7aab1cd11f77

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Stochastic Models and Techniques for Sparse Signals

Chattez avec Graph Search

Spectral Estimators for High-Dimensional Matrix Inference

Nanoindentation hardness and modulus of Al2O3-SiO2-CaO and MnO-SiO2-FeO inclusions in iron

Data-driven statistical optimization of a groundwater monitoring network