v2.11.0 (5932)

Enseignement scientifique & technique - APM_4AI03_TP : Séries chronologiques (partie 2)

Domaine > Mathématiques.

Descriptif

Ce cours est la suite de l'unité d'enseignement TSIA202a, qui était consacrée aux séries temporelles. Une série temporelle est constituée d'une suite de valeurs numériques modélisées comme des variables aléatoires statistiquement dépendantes. Dans cette deuxième partie, nous aborderons le problème de l'analyse spectrale, qui consiste à déterminer le contenu spectral (c'est-à-dire la distribution de la puissance en fonction de la fréquence) d'une série temporelle à partir d'un ensemble fini de mesures, au moyen de techniques non paramétriques ou paramétriques. Les techniques d'analyse spectrale présentées dans ce cours trouvent des applications dans divers domaines, tels que l'analyse/synthèse du son, l'analyse modale des vibrations mécaniques, la sismologie, et le traitement des signaux radar et sonar.

Objectifs pédagogiques

Acquis d'apprentissage
À l'issue de l'UE, l'élève sera capable de:
- Décrire et mettre en œuvre des méthodes d’estimation spectrale non paramétrique (périodogramme et variantes)
- Décrire et mettre en œuvre des méthodes d’estimation paramétrique de spectres rationnels (modèles AR, MA, ARMA)
- Interpréter et optimiser ces méthodes par une approche de bancs de filtres (méthode de Capon)
- Réaliser l’estimation paramétrique de spectres de raies à l’aide de méthodes à haute résolution, comme MUSIC et ESPRIT

Compétences de rattachement (et justification)
- BC5.1 – Modéliser mathématiquement une situation, des données, des phénomènes physiques dans le contexte du numérique; Justification : L'UE amène les élèves à modéliser des signaux audio (parole, musique) afin d'en analyser et en modifier le contenu spectral.
- BC5.2 – Concevoir un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : L'UE amène les élèves à concevoir des méthodes d'analyse spectrale spécifiques pour différents types de données.

24 heures en présentiel (16 blocs ou créneaux)

24 heures de travail personnel estimé pour l’étudiant.

effectifs minimal / maximal:

8/30

Diplôme(s) concerné(s)

Parcours de rattachement

Pour les étudiants du diplôme Echange international non diplomant

Processus stationnaires au sens large, fonction d'autocovariance, densité et mesure spectrale, prédiction linéaire, processus des innovations, modèles linéaires, processus AR, MA, ARMA

Pour les étudiants du diplôme Diplôme d'ingénieur

Processus stationnaires au sens large, fonction d'autocovariance, densité et mesure spectrale, prédiction linéaire, processus des innovations, modèles linéaires, processus AR, MA, ARMA

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Echange international non diplomant

Vos modalités d'acquisition :

L’évaluation est basée sur deux éléments :
• des comptes-rendus de TP notés, proposés à intervalles réguliers, afin d’évaluer l’acquisition des connaissances et la capacité à les mettre en œuvre tout au long de l’UE : 3 TPs, notés sur 2 points chacun ;
• un examen final écrit pour évaluer les autres acquis d'apprentissage : CC, noté sur 14 points.

Note = TP1+TP2+TP3+CC. Validation pour Note >=10.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Diplôme d'ingénieur

Vos modalités d'acquisition :

L’évaluation est basée sur deux éléments :
• des comptes-rendus de TP notés, proposés à intervalles réguliers, afin d’évaluer l’acquisition des connaissances et la capacité à les mettre en œuvre tout au long de l’UE : 3 TPs, notés sur 2 points chacun ;
• un examen final écrit pour évaluer les autres acquis d'apprentissage : CC, noté sur 14 points.

Note = TP1+TP2+TP3+CC. Validation pour Note >=10.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS
  • Crédit d'UE électives acquis : 2.5

La note obtenue rentre dans le calcul de votre GPA.

Programme détaillé

Estimation spectrale non paramétrique (périodogramme et variantes)
Estimation paramétrique de spectres rationnels (AR, MA, ARMA)
Méthodes de bancs de filtres (Capon)
Estimation paramétrique de spectres de raies (méthodes à haute résolution, MUSIC, ESPRIT)

Mots clés

estimation spectrale, périodogramme, processus autorégressifs et à moyenne ajustée, méthode de Capon, méthodes à haute résolution

Méthodes pédagogiques

Leçons, travaux dirigés, travaux pratiques
Veuillez patienter