Docteur Love
Non Gilou tu n’en mettras pas 10 à la suite ! Oui j’ai la tête dans le guidons (virenque prend sa retraite, il va bien falloir y aller dans les côtes !) j’appelle Herr Garrton ce week end à Nantes (je serai sans doute absent au rendez-vous de nos promesses … transparents oblige).
No more Indi, Not yet Docteur D., Dave en toute simplicité.
Pour info:
La soutenance de ma thèse aura lieu le vendredi 15 octobre prochain à 14 Heures à l’Université d’ANGERS dans l’amphi E des locaux de l’ISTIA. Vous êtes conviés à cette présentation ainsi qu’au pot qui suivra en salle 411 des locaux de l’ISTIA.
Titre de la thèse :
résonance stochastique et rôle bénéfique du bruit.
Composition du JURY :
Philippe REFREGIER (Professeur, Institut Fresnel Marseille).
Pierre-Olivier AMBLARD (Chargé de Recherche CNRS, INPG Grenoble).
Jean-Marie BILBAULT (Professeur Université de Dijon).
Jean-Louis FERRIER (Professeur, Université d’Angers).
Marc BRUNEL (Maîtres de Conférences, Université de Rennes 1).
François CHAPEAU-BLONDEAU (Professeur, Université d’Angers). Directeur de thèse
Résumé : Les processus physiques non linéaires ont des dynamiques plus riches que celle des processus linéaires ; ils manifestent des comportements qui peuvent présenter un intérêt particulier pour le traitement de l’information. Nous étudions l’un de ces comportements intrinsèquement non linéaire : la résonance stochastique, qui consiste en la possibilité d’améliorer la transmission ou le traitement d’un signal utile par certains systèmes non linéaires, au moyen d’une augmentation du bruit dans le système.
Les développements actuels de la résonance stochastique s’organisent autour de trois axes : la poursuite des analyses fondamentales, l’étude de la résonance stochastique dans les neurones biologiques et la recherche d’applications technologiques compétitives de la résonance stochastique. Dans ce mémoire, nous nous efforçons d’apporter notre contribution à ces trois axes de développement de la résonance stochastique.
Dans cette perspective, nous examinons différentes problématiques de traitement de l’information (transmission, détection et estimation). Nous analysons l’influence du bruit sur les performances du traitement de l’information dans différents systèmes non linéaires comme des capteurs à saturations, des réseaux de non-linéarités ou des systèmes dynamiques bistables non linéaires. Nous considérons différents mélanges signal—bruit linéaires ou non linéaires (avec le cas spécifique de bruits de phase).
Mots clés : systèmes non linéaires, résonance stochastique, capteurs, réseaux de capteurs, bruit de phase, traitement non linéaire du signal, neurones, détection, estimation.