a la physique de l'information - Lisa - Université d'Angers
a la physique de l'information - Lisa - Université d'Angers
a la physique de l'information - Lisa - Université d'Angers
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
étu<strong>de</strong>s visaient alors à analyser les circonstances par lesquelles le rapport signal sur bruit en<br />
sortie pouvait être augmenté en accroissant le niveau <strong>de</strong> bruit d’entrée [62]. Progressivement, il<br />
a été montré que <strong>la</strong> résonance stochastique pouvait être étendue à d’autres c<strong>la</strong>sses <strong>de</strong> signaux<br />
(apériodique, aléatoire). On trouve différénts types <strong>de</strong> synthèses sur <strong>la</strong> résonance stochastique<br />
avec <strong>de</strong>s approches transdisciplinaires [62, 4] ou se restreignant à <strong>de</strong>s domaines particuliers<br />
comme l’électricité [96, 97, 69] ou les neurones [105] ou encore se focalisant sur un mécanisme<br />
particulier <strong>de</strong> bruit utile [100]. La résonance stochastique apparaît donc <strong>de</strong>sormais comme un<br />
phénomène non linéaire général.<br />
Objectifs : Dans ce contexte, les étu<strong>de</strong>s auxquelles je contribue <strong>de</strong>puis mes travaux <strong>de</strong> thèse,<br />
ont une double motivation. En tant que phénomène non linéaire général, <strong>la</strong> résonance stochastique<br />
amène un certain nombre <strong>de</strong> questions non triviales qu’il convient d’explorer pour faire<br />
progresser, sur un p<strong>la</strong>n fondamental, <strong>la</strong> compréhension <strong>de</strong> l’influence du bruit dans les processus<br />
non linéaires. Ces étu<strong>de</strong>s sont importantes conceptuellement, en ce qu’elles illustrent <strong>de</strong><br />
façon précise et quantifiée les notions d’information tirée du bruit ou d’ordre tiré du désordre<br />
fréquemment évoquées au sujet <strong>de</strong>s systèmes complexes. Ces étu<strong>de</strong>s fondamentales, motivées<br />
par l’importance conceptuelle <strong>de</strong> l’effet, sont par ailleurs, vers l’aval, indispensables afin <strong>de</strong> pouvoir<br />
établir, en connaissance <strong>de</strong> cause, comment <strong>la</strong> résonance stochastique peut se prêter à <strong>de</strong>s<br />
applications pratiques compétitives. Sur ce volet applicatif, un regard privilégié est porté en<br />
direction <strong>de</strong>s processus neuronaux. Ils constituent en effet <strong>de</strong>s systèmes non linéaires capables<br />
<strong>de</strong> remarquables performances pour le traitement du signal et <strong>de</strong> l’information et sont naturellement<br />
non linéaires dès le plus bas niveau <strong>de</strong> traitement ; ceci leur permet d’avoir accès à <strong>de</strong>s<br />
phénomènes spécifiquement non linéaires comme <strong>la</strong> possibilité d’utiliser le bruit via <strong>la</strong> résonance<br />
stochastique. Comprendre les stratégies du codage neuronal <strong>de</strong> l’information constitue à <strong>la</strong><br />
fois un enjeu pour <strong>de</strong>s analyses fondamentales et une source d’inspiration pour <strong>de</strong> nouvelles<br />
générations <strong>de</strong> processus du traitement <strong>de</strong> l’information neuro-inspirées.<br />
Métho<strong>de</strong> : La visée principale étant d’inventorier et d’analyser les formes et mécanismes sous<br />
lesquels une information utile interagissant non linéairement avec un bruit peut profiter <strong>de</strong> <strong>la</strong><br />
présence <strong>de</strong> ce <strong>de</strong>rnier, aucune restriction méthodologique n’était a priori fixée ce qui m’a permis<br />
<strong>de</strong> mobiliser et d’appréhen<strong>de</strong>r un <strong>la</strong>rge panel d’outils, <strong>de</strong> modèles et <strong>de</strong> représentations comme<br />
ceux <strong>de</strong> <strong>la</strong> théorie <strong>de</strong>s signaux-systèmes, <strong>de</strong> <strong>la</strong> théorie <strong>de</strong>s signaux aléatoires, <strong>de</strong> <strong>la</strong> théorie statistique<br />
<strong>de</strong> l’information, du traitement <strong>de</strong>s images. A posteriori, on peut toutefois constater que<br />
sur <strong>la</strong> pério<strong>de</strong> (2005-2010) un choix méthodologique a été fait <strong>de</strong> se concentrer sur <strong>de</strong>s systèmes<br />
non linéaires sans mémoire, c’est à dire statiques. L’intérêt <strong>de</strong> ces systèmes est qu’ils sont en un<br />
certain sens plus simples à manipuler que les systèmes non linéaires dynamiques ce qui autorise<br />
souvent à pousser plus avant <strong>de</strong>s calculs sous forme analytique. Pour gui<strong>de</strong>r mes explorations,<br />
je me suis tout d’abord (2005-2008) naturellement inspiré <strong>de</strong>s perspectives que j’avais dégagées<br />
durant ma thèse :<br />
(j) Analyser avec un point <strong>de</strong> vue orienté capteur [132, 122] les effets <strong>de</strong> bruit utile dans les<br />
réseaux <strong>de</strong> non-linéarités comme ceux récemment introduits par N. G. STOCKS [143] et que<br />
j’avais commencé à étudier [130, 124].<br />
(jj) Etendre les possibilités <strong>de</strong> résonance stochastique dans <strong>de</strong>s traitements optimaux <strong>de</strong> l’information<br />
comme je l’avais montré pour du bruit <strong>de</strong> phase sur <strong>de</strong>s tâches d’estimation et <strong>de</strong> détection<br />
[31, 33].<br />
(jjj) En <strong>de</strong>hors du strict effet <strong>de</strong> résonance stochastique, étudier les propriétés utiles <strong>de</strong> systèmes<br />
non linéaires pour le traitement <strong>de</strong> l’information comme je l’avais fait pour le système dynamique<br />
18/197