Les travaux présentés dans le cadre de cette thèse portent sur l'étude, la conception, le développement et le test d'un système de reconnaissance de mots manuscrits non contraints en-ligne pour une application omni-scripteurs. Le système proposé repose sur une architecture hybride neuro-markovienne comportant d'une part, un réseau de neurones à convolution (TDNN et/ou SDNN), et d'autre part des modèles de Markov à états cachés (MMC). Le réseau de neurones a une vision globale et travaille au niveau caractère, tandis que le MMC s'appuie sur une description plus locale et permet le passage du caractère au niveau mot. Nous avons d'abord étudié le système de reconnaissance au niveau caractère isolé (digits, majuscules, minuscules) et optimisé les architectures des réseaux en termes de performances et de taille. La seconde partie du travail a porté sur le passage au niveau mot. Ici, l'effort a consisté avant tout à la définition d'un schéma d'apprentissage global au niveau mot qui permet d'assurer la convergence globale du système, en définissant une fonction d'objectif qui mixe des critères basés modèle générateur (typiquement par maximum de vraisemblance) et des critères discriminants (de type maximum d'information mutuelle). Les différentes résultats présentés (sur les bases MNIST, IRONOFF, UNIPEN) montrent l'influence des principaux paramètres du système, soit en termes de topologie, de sources d'information, de modèles d'apprentissage (nombre d'états, pondération des critères, durée).

Dans cette thèse, on étudie l'application de la méthode des moments pour les télécommunications. On analyse cette méthode et on montre son importance pour l'étude des matrices aléatoires. On utilise le cadre de probabilités libres pour analyser cette méthode. La notion de produit de convolution/déconvolution libre peut être utilisée pour prédire le spectre asymptotique de matrices aléatoires qui sont asymptotiquement libres. On montre que la méthode de moments est un outil puissant même pour calculer les moments/moments asymptotiques de matrices qui n'ont pas la propriété de liberté asymptotique. En particulier, on considère des matrices aléatoires gaussiennes de taille finie et des matrices de Vandermonde al ?eatoires. On développe en série entiére la distribution des valeurs propres de differents modèles, par exemple les distributions de Wishart non-centrale et aussi les distributions de Wishart avec des entrées corrélées de moyenne nulle. Le cadre d'inference pour les matrices des dimensions finies est suffisamment souple pour permettre des combinaisons de matrices aléatoires. Les résultats que nous présentons sont implémentés en code Matlab en générant des sous-ensembles, des permutations et des relations d'équivalence. On applique ce cadre à l'étude des réseaux cognitifs et des réseaux à forte mobilité. On analyse les moments de matrices de Vandermonde aléatoires avec des entrées sur le cercle unitaire. On utilise ces moments et les détecteurs à expansion polynomiale pour décrire des détecteurs à faible complexité du signal transmis par des utilisateurs mobiles à une station de base (ou avec deux stations de base) représentée par des réseaux linéaires uniformes.

Shader programming is important for realistic material and global illumination real-time rendering, especially in 3D industrial fields nowadays, more and more customers of Visual Components Oy, a Finnish 3D software company have been found to be no longer only content with the correct simulation result, but also the result of realistic real-time rendering. This thesis project will provide a deep research on real world material classification, property definition and global illumination techniques in industrial fields. On the other hand, the Shader program for different materials and global illumination techniques are also created according to the classification and definition in this thesis work. Moreover, an external rendering tool Redway3D is evaluated as the reference and regarded as the considerable solution in the future development work.

Advances in wireless technology and the growing popularity of multimedia applications have brought about a need for energy efficient and cost effective portable supercomputers capable of delivering performance beyond the capabilities of current microprocessors and DSP chips. The SIMPil architecture currently being developed at Georgia Institute of Technology is a promising candidate for this task. In order to develop applications for SIMPil, a high level language and an optimizing compiler for the language are essential. However, with the recent trend of interconnect latency becoming a major bottleneck on computer systems, optimizations focusing on reducing latency are becoming more important, especially with SIMPil, as it is highly scalable. The compiler tracks the path of data through the network and buffers data in each processor to eliminate redundant communication. With a buffer size of 5, the compiler was able to eliminate 96 percent of the redundant communication for a 9x9 convolution and 8x8 DCT algorithms. With 5x5 convolution, only 89 percent elimination was observed. In terms of performance, 106 percent speedup was observed with 9x9 convolution at buffer size of 5 while 5x5 convolution and 8x8 DCT which have a much lower number of communication showed only 101 percent speedup.

Ce mémoire de thèse porte sur les ondes progressives pour l'équation de Gross-Pitaevskii, et les ondes solitaires pour les équations de Kadomtsev-Petviashvili.<br /><br />L'équation de Gross-Pitaevskii est un modèle pour l'analyse des condensats de Bose-Einstein, de la supraconductivité, de la superfluidité ou de l'optique non linéaire. Les équations de Kadomtsev-Petviashvili décrivent l'évolution d'ondes dispersives, faiblement non linéaires, et des ondes sonores dans les matériaux anti-ferromagnétiques.<br /><br />On s'intéresse ici aux propriétés d'existence et au comportement asymptotique de ces ondes. On montre la non-existence des ondes progressives supersoniques, non constantes, d'énergie finie, pour<br />l'équation de Gross-Pitaevskii en dimension supérieure ou égale à deux, puis celle des ondes progressives soniques, non constantes, d'énergie finie, en dimension deux. On décrit ensuite le comportement asymptotique des ondes progressives subsoniques, d'énergie finie, pour l'équation de Gross-Pitaevskii, puis celui des ondes solitaires pour les équations de Kadomtsev-Petviashvili en dimension supérieure ou égale à deux.

This work is concerned with the applicability of several approximation methods (finite section method, Galerkin and collocation methods with maximum defect splines for uniform and non uniform meshes) to operators belonging to the closed subalgebra generated by operators of multiplication bz piecewise continuous functions and convolution operators also with piecewise continuous generating function.

Humans can visually track objects mostly effortlessly. However, it is hard for a computer to track a fast moving object under varying illumination and occlusions, in clutter, and with varying appearance in camera projective space due to its relaxed rigidity or change in viewpoint. Since a generic, precise, robust, and fast tracker could trigger many applications, object tracking has been a fundamental problem of practical importance since the beginnings of computer vision. The first contribution of the thesis is a computationally efficient approach to tracking objects of various shapes and motions. It describes a unifying tracking system that can be configured to track the pose of a deformable object in a low or high-dimensional state-space. The object is decomposed into a chained assembly of segments of multiple parts that are arranged under a hierarchy of tailored spatio-temporal constraints. The robustness and generality of the approach is widely demonstrated on tracking various flexible and articulated objects. Haar-like features are widely used in tracking. The second contribution of the thesis is a parser of ensembles of Haar-like features to compute them efficiently. The features are decomposed into simpler kernels, possibly shared by subsets of features, thus forming multi-pass convolutions. Discovering and aligning these kernels within and between passes allows forming recursive trees of kernels that require fewer memory operations than the classic computation, thereby producing the same result but more efficiently. The approach is validated experimentally on popular examples of Haar-like features

La première partie de la thèse est consacrée au problème de l'inversion d'opérateurs dynamiques de convolution formulé en termes de symboles diffusifs. Après avoir introduit un cadre algébrique adapté, on établit plusieurs résultats garantissant la résolubilité concrète du problème de l'inversion opératorielle, en fait mal posé au sens de Hadamard, mais régularisable. La continuité de l'opération d'inversion est en particulier obtenue pour un mode de convergence convenablement affaibli. Diverses méthodes d'inversion numérique sont ensuite proposées et testées sur quelques exemples. Dans la seconde partie, divers problèmes dynamiques sont abordés de façon originale au moyen des outils développés dans la première partie. Plus particulièrement, plusieurs techniques d'identification de modèles de Volterra basées sur la paramétrisation de l'opérateur dynamique via son symbole diffusif, sont proposées et étudiées sur la base d'exemples numériques non triviaux.

On justifie les avantages de l'eclairage incoherent par rapport a l'eclairage coherent quant a l'influence des parasites qui affectent l'eclairement d'une image. Description d'experiences de traitement d'images incoherent, un chapitre special est consacre a l'holographie synthetique

No description available.