Divergence de Kullback-Leibler en grande dimension pour la classification des prairies à partir de séries temporelles d'images satellite à haute résolution

Maïlys Lopes 1 Stéphane Girard 2 Mathieu Fauvel 1
2 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Résumé : Les nouvelles missions satellite offrent des séries temporelles d'images à haute résolution spatiale. Des outils statistiques appropriés sont requis afin de gérer la grande dimension des données face au faible nombre d'échantillons de référence. L'objectif de cette étude est de construire un modèle permettant la classification d'objets non-homogènes du paysage, les prairies, à partir d'une série temporelle d'un indice de végétation spectral. La méthode proposée utilise la divergence de Kullback-Leibler adaptée à la grande dimension pour calculer la distance entre chaque paire de prairies. Elle permettra la classification à l'échelle de l'objet avec un échantillon de petite taille et un nombre de variables elevé.
Type de document :
Communication dans un congrès
48èmes Journées de Statistique organisées par la Société Française de Statistique, May 2016, Montpellier, France. 〈http://jds2016.sfds.asso.fr/〉
Liste complète des métadonnées

Littérature citée [6 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01326836
Contributeur : Stephane Girard <>
Soumis le : lundi 6 juin 2016 - 09:14:58
Dernière modification le : mercredi 11 avril 2018 - 01:59:18

Fichier

abstract_jds_Mailys_2016.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01326836, version 1

Collections

Citation

Maïlys Lopes, Stéphane Girard, Mathieu Fauvel. Divergence de Kullback-Leibler en grande dimension pour la classification des prairies à partir de séries temporelles d'images satellite à haute résolution. 48èmes Journées de Statistique organisées par la Société Française de Statistique, May 2016, Montpellier, France. 〈http://jds2016.sfds.asso.fr/〉. 〈hal-01326836〉

Partager

Métriques

Consultations de la notice

679

Téléchargements de fichiers

322