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.
istable qui a permis historiquement l’introduction <strong>de</strong> <strong>la</strong> résonance stochastique (dans un contexte<br />
<strong>de</strong> <strong>physique</strong> non linéaire), lorsqu’il est utilisé comme filtre non linéaire pour une tâche <strong>de</strong><br />
détection [131, 55].<br />
Progressivement (à partir <strong>de</strong> 2006), j’ai également initié et développé <strong>de</strong> nouvelles voies d’explorations<br />
pour <strong>la</strong> résonance stochastique en me concentrant notamment sur le domaine <strong>de</strong> l’imagerie et<br />
du traitement <strong>de</strong>s images.<br />
3.2 Bruit utile et réseaux <strong>de</strong> non-linéarités<br />
Une voie d’exploration sur les effets <strong>de</strong> bruit utile a tout d’abord visé à poursuivre mes investigations<br />
sur l’étu<strong>de</strong> <strong>de</strong> <strong>la</strong> résonance stochastique dans <strong>de</strong>s réseaux <strong>de</strong> systèmes non linéaires<br />
i<strong>de</strong>ntiques répliqués en architecture parallèle comme sur <strong>la</strong> Fig. 3.1.<br />
Figure 3.1 : Réseau parallèle <strong>de</strong> N composants i<strong>de</strong>ntiques<br />
Dans le réseau <strong>de</strong> <strong>la</strong> Fig. 3.1, chaque composant i <strong>de</strong> caractéristique entrée–sortie g(·) reçoit<br />
le même signal d’entrée x et un bruit ηi indépendant et i<strong>de</strong>ntiquement distribué. Les sorties<br />
yi <strong>de</strong> chacun <strong>de</strong>s composants sont moyennées pour former <strong>la</strong> sortie Y = 1 N N i=1 yi du réseau.<br />
En l’absence <strong>de</strong> bruit, chaque composant produit le même signal <strong>de</strong> sortie. Si on ajoute les<br />
bruits ηi <strong>de</strong> sorte que yi = g(x + ηi), chaque composant du réseau répond <strong>de</strong> manière distincte.<br />
En présence <strong>de</strong> caractéristique g(·) linéaire, le moyennage en sortie annule exactement l’effet<br />
<strong>de</strong>s bruits en entrée. Ajouter <strong>de</strong>s bruits en entrée, pour produire <strong>de</strong>s réponses distinctes que<br />
l’on moyenne ensuite, n’apporte aucun bénéfice par rapport à un unique composant sans bruit<br />
d’entrée ajouté. Il n’en n’est plus <strong>de</strong> même lorsque <strong>la</strong> caractéristique g(·) <strong>de</strong>s composants est non<br />
linéaire. Il existe <strong>de</strong>s situations où l’ajout <strong>de</strong> bruits indépendants en entrée <strong>de</strong>s non-linéarités<br />
conduit à un bénéfice en terme <strong>de</strong> traitement <strong>de</strong> l’information. Les bruits ajoutés permettent<br />
à chaque non-linéarité <strong>de</strong> répondre différemment à un même signal d’entrée. En moyennant les<br />
réponses sur le réseau, il apparaît que <strong>la</strong> réponse moyenne globale d’un réseau <strong>de</strong> non-linéarités<br />
bruités, peut être plus efficace que <strong>la</strong> réponse d’une unique non-linéarité sans bruit ajouté. C’est<br />
<strong>la</strong> diversité <strong>de</strong>s réponses engendrées par les bruits en entrée qui est <strong>la</strong> source du bénéfice, et qui<br />
n’est plus annulée par moyennage en sortie pour <strong>de</strong>s caractéristiques g(·) non linéaires.<br />
Une motivation supplémentaire à l’étu<strong>de</strong> <strong>de</strong> <strong>la</strong> résonance stochastique dans le système <strong>de</strong> <strong>la</strong><br />
Y<br />
19/197