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.
Fig. 3.1 rési<strong>de</strong> dans le fait qu’il peut constituer un modèle pour <strong>de</strong>s systèmes réels dans <strong>de</strong>s<br />
domaines très variés <strong>de</strong> traitement <strong>de</strong> l’information. Les réseaux parallèles d’éléments non<br />
linéaires sont <strong>de</strong>s modèles pour les antennes SONAR [3], pour les convertisseurs analogique–<br />
numérique <strong>de</strong> type f<strong>la</strong>sh [98]. On retrouve aussi les architectures <strong>de</strong> réseaux parallèles dans le<br />
codage neuronal <strong>de</strong> l’information [146, 74], les imp<strong>la</strong>nts cochléaires [145] <strong>la</strong> vision artificielle [99]<br />
où <strong>la</strong> possibilité d’amélioration par le bruit a été démontrée.<br />
3.2.1 Résonance stochastique supraliminaire<br />
Une première approche, dans <strong>la</strong> continuité <strong>de</strong> mes travaux <strong>de</strong> thèse, a consisté à considérer <strong>de</strong>s<br />
réseaux où les N non-linéarités g(·) dans <strong>la</strong> Fig. 3.1 sont <strong>de</strong>s comparateurs à seuil. Il s’agit <strong>de</strong> <strong>la</strong><br />
configuration initialement introduite par [143, 144] dans un cadre <strong>de</strong> transmission d’information<br />
évaluée par une information mutuelle. J’ai étendu les étu<strong>de</strong>s <strong>de</strong> <strong>la</strong> résonance stochastique dans<br />
ce réseau <strong>de</strong> comparateurs à d’autres problématiques <strong>de</strong> traitement du signal comme l’estimation<br />
([128] et [27]) ou <strong>la</strong> détection <strong>de</strong> signaux noyés dans du bruit ([117]). Dans l’étu<strong>de</strong> [27] que<br />
nous avons réalisée à l’occasion <strong>de</strong> <strong>la</strong> thèse <strong>de</strong> Solenna BLANCHARD, le signal d’entrée x <strong>de</strong><br />
<strong>la</strong> Fig. 3.1 est un bruit dont on souhaite estimer <strong>la</strong> puissance σ 2 en sortie d’un quantifieur<br />
1-bit <strong>de</strong> seuil θ isolé puis en sortie d’un réseau parallèle <strong>de</strong> quantifieurs 1-bit. Une mesure <strong>de</strong><br />
performance adaptée ici est l’information <strong>de</strong> Fisher dont les évolutions sont visibles sur <strong>la</strong> Fig. 3.2<br />
pour différentes tailles N du réseau en fonction du niveau <strong>de</strong> bruit volontairement injecté ηi.<br />
À bruit ηi nul, on observe sur <strong>la</strong> Fig. 3.2 que l’information <strong>de</strong> Fisher est nulle. Ceci signifie<br />
qu’il n’y a pas <strong>de</strong> possibilité d’estimer <strong>la</strong> puissance σ 2 quand le signal d’entrée x(t) est centré<br />
et binarisé avec le seuil θ = 0. Ainsi, pour un unique comparateur (N=1), l’injection <strong>de</strong>s bruits<br />
dans le réseau n’a aucun effet. En revanche, dès que N > 1 sur <strong>la</strong> Fig. 3.2, il apparaît qu’un<br />
niveau non nul <strong>de</strong>s bruits injectés permet <strong>de</strong> maximiser l’information <strong>de</strong> Fisher en sortie du<br />
réseau. Le maximum atteint au niveau du bruit optimal est d’autant plus élevé que <strong>la</strong> taille<br />
N du réseau est gran<strong>de</strong>. Sur l’exemple <strong>de</strong> <strong>la</strong> Fig. 3.2, le signal x à estimer est, en l’absence<br />
<strong>de</strong>s bruits <strong>de</strong> réseau ηi, mal positionné par rapport à <strong>la</strong> non-linéarité. Ce n’est cependant pas<br />
une condition pour que l’effet <strong>de</strong> bruit utile dans le réseau <strong>de</strong> non-linéarités puisse opérer. Au<br />
contraire, cette forme <strong>de</strong> <strong>la</strong> résonance stochastique dans <strong>de</strong>s réseaux <strong>de</strong> composants non linéaires<br />
répliqués en parallèle révèle que le bénéfice apporté par le bruit n’est pas réservé à <strong>de</strong>s signaux<br />
mal-positionnés par rapport à une non-linéarité. Cette propriété est spécialement intéressante<br />
car elle n’était généralement pas possible avec <strong>de</strong>s non-linéarités isolées où le signal utile doit<br />
être mal positionné (trop petit pour franchir un seuil ou une barrière <strong>de</strong> potentiel) pour recevoir<br />
un bénéfice d’un ajout <strong>de</strong> bruit. Ce point est discuté et illustré dans l’article [128].<br />
Les résultats [128, 117, 27] qui complétaient ceux <strong>de</strong> ma thèse [124, 130, 126] avec <strong>de</strong> nouvelles<br />
mesures <strong>de</strong> performance (estimation bayésienne pour [128] et détection au sens <strong>de</strong> Neyman<br />
Pearson pour [117]) ou sur <strong>de</strong> nouvelles c<strong>la</strong>sses <strong>de</strong> signaux [27] 1 ont contribué à démontrer que<br />
<strong>la</strong> résonance stochastique dans les réseaux <strong>de</strong> non-linéarités revêt une portée générale qui peut<br />
se manifester et être quantifiée <strong>de</strong> beaucoup <strong>de</strong> façons différentes.<br />
Une autre approche sur l’étu<strong>de</strong> <strong>de</strong>s effets <strong>de</strong> bruit utile dans les réseaux <strong>de</strong> non-linéarités a<br />
été <strong>de</strong> s’intéresser à <strong>de</strong>s réseaux impliquant d’autres types <strong>de</strong> non-linéarités que les simples<br />
seuils <strong>de</strong>s comparateurs initialement introduits dans [143, 144]. Pour définir un périmètre à ces<br />
explorations et permettre <strong>de</strong> gui<strong>de</strong>r le choix <strong>de</strong> formes <strong>de</strong> non-linéarités, un point <strong>de</strong> vue orienté<br />
vers les capteurs a été adopté. Ainsi, <strong>de</strong>s non-linéarités typiques <strong>de</strong> l’instrumentation [113]<br />
1 Une originalité <strong>de</strong> [27] en plus <strong>de</strong> l’aspect bruit utile dans les réseaux <strong>de</strong> non-linéarités est d’examiner pour<br />
<strong>la</strong> première fois <strong>la</strong> possibilité <strong>de</strong> résonance stochastique lorsque le signal d’entrée est un bruit.<br />
20/197