Publications

2017

• Max K-Armed Bandit: On the ExtremeHunter Algorithm and Beyond
  
  • Achab Mastane
  • Clémençon Stéphan
  • Garivier Aurélien
  • Sabourin Anne
  • Vernade Claire
  Machine Learning and Knowledge Discovery in Databases ECML PKDD 2017, 2017, pp.389-404.
• Designing coupled coplanar waveguide standards for on-wafer mixed-mode S-parameter measurement
  
  • Pham Thi Dao
  • Allal Djamel
  • Ziadé François
  • Bergeault Eric
  , 2017, pp.07009. (10.1051/metrology/201707009)
  DOI : 10.1051/metrology/201707009
• Le rôle du positionnement et de la communication dans l’adoption d’une innovation technologique : le cas de la fibre optique en France
  
  • Fautrero Valérie
  • Lejealle Catherine
  • Rayna Thierry
  Décisions Marketing, Association Française du Marketing, 2017, 88, pp.51-70. Cette recherche porte sur le phénomène complexe de l’adoption d’une innovation technologique et s’intéresse plus particulièrement au cas de la fibre optique (FTTH) en France. Cette technologie bénéficie de caractéristiques très favorables (vitesse notamment) mais ne se diffuse que peu et lentement, contrairement à la technologie plus ancienne, l’ADSL. Afin d’expliquer cet insuccès, une méthodologie en deux temps est mise en œuvre : une étude quantitative menée auprès de 5% des foyers abonnés à la fibre optique (FTTH) suivie d’une analyse des publicités des opérateurs. Celle-ci permet d’identifier une rupture dans la diffusion de la technologie (gouffre de Moore), due à l’hétérogénéité des profils des utilisateurs. Cet article montre que franchir ce gouffre requiert d’effectuer une segmentation des usages et de faire évoluer les discours en les axant sur les niches d’usages. En conclusion, des recommandations d’actions pour différents acteurs sont émises. (10.7193/DM.088.51.70)
  DOI : 10.7193/DM.088.51.70
• Thoughts and Recommendations from the ACM SIGCOMM 2017 Reproducibility Workshop
  
  • Saucez Damien
  • Iannone Luigi
  , 2017. Ensuring the reproducibility of results is an essential part of experimental sciences, including computer networking. Unfortunately, as highlighted recently, a large portion of research results are hardly, if not at all, reproducible, raising reasonable lack of conviction on the research carried out around the world. Recent years have shown an increasing awareness about reproducibility of results as an essential part of research carried out by members of the ACM SIGCOMM community. To address this important issue, ACM has introduced a new policy on results and artifacts review and badging. The policy defines the terminology to be used to assess results and artifacts but does not specify the review process or how to make research reproducible. During SIGCOMM'17 a side workshop has been organized with the specific purpose to tackle this issue. The objective being to trigger discussion and activity in order to craft recommendations on how to introduce incentives for authors to share their artifacts, and the details on how to use them, as well as defining the process to be used. This editorial overviews the workshop activity and summarizes the main discussions and outcomes.
• Consistent DNN Uncertainty Training and Decoding for Robust ASR
  
  • Nathwani Karan
  • Vincent Emmanuel
  • Illina Irina
  , 2017. We consider the problem of robust automatic speech recognition (ASR) in noisy conditions. The performance improvement brought by speech enhancement is often limited by residual distortions of the enhanced features, which can be seen as a form of statistical uncertainty. Uncertainty estimation and propagation methods have recently been proposed to improve the ASR performance with deep neural network (DNN) acoustic models. However, the performance is still limited due to the use of uncertainty only during decoding. In this paper, we propose a consistent approach to account for uncertainty in the enhanced features during both training and decoding. We estimate the variance of the distortions using a DNN uncertainty estimator that operates directly in the feature maximum likelihood linear regression (fMLLR) domain and we then sample the uncertain features using the unscented transform (UT). We report the resulting ASR performance on the CHiME-2 and CHiME-3 datasets for different uncertainty estimation/propagation techniques. The proposed DNN uncertainty training method brings 4% and 8% relative improvement on these two datasets, respectively, compared to a competitive fMLLR-domain DNN acoustic modeling baseline.
• Approche sémantique de la conception de services connectés : cadre d'architecture, algorithmique de composition, application à la maison connectée
  
  • Bouali Baghli Rayhana
  , 2017. Dans le contexte de l’Internet des Objets, la conception de services connectés – c’est-à-dire de services portés par des objets connectés – nécessite une approche de bout en bout pour non seulement répondre aux attentes des bénéficiaires de ces services mais aussi pour adapter le fonctionnement de ces services à des conditions d’exécution très variées allant de la maison à la ville connectée. L’approche sémantique proposée par cette thèse offre un niveau d’abstraction qui permet aux concepteurs de services de se concentrer sur les aspects fonctionnels des services et des objets. Elle s’inscrit dans un cadre d’architecture plus large qui aborde, en plus de ce niveau sémantique, les aspects plus opérationnels de mise en oeuvre de ces services (niveau Artefacts) dans des environnements techniques éventuellement hétérogènes (niveau Ressources). En proposant cette approche sémantique de conception, la thèse vise plusieurs objectifs qui peuvent être regroupés en trois catégories. La première catégorie d’objectifs est de décloisonner le monde actuel des services connectés en découplant les services des objets connectés et en permettant le partage d’objets par plusieurs services connectés. L’ouverture induite par ces premiers objectifs conduit à viser une deuxième catégorie d’objectifs qui a trait à la composition des services connectés. Chaque service devra être conscient et adopter un comportement compatible avec les autres éléments de son contexte d’exécution. Ces éléments de contexte comprennent bien sûr les autres services mais aussi les phénomènes physiques et les actions des occupants des espaces concernés. Enfin, la troisième catégorie d’objectifs s’adresse plus s’adresse plus particulièrement aux bénéficiaires des services connectés afin d’optimiser l’expérience utilisateur par des attentes mieux prises en compte et des automatismes respectueux des comportements humains. Le fondement théorique de l’approche sémantique proposée dans cette thèse s’appuie sur un méta-modèle qui permet de définir les éléments de modélisation nécessaires pour modéliser les services, les objets connectés et les comportements des services sous forme déclarative.
• Language: The missing selection pressure (preliminary version)
  
  • Dessalles Jean-Louis
  , 2017. Human beings are talkative. What advantage did their ancestors find in communicating so much? Numerous authors consider this advantage to be " obvious " and " enormous ". If so, the problem of the evolutionary emergence of language amounts to explaining why none of the other primate species evolved anything even remotely similar to language. What I propose here is to reverse the picture. On closer examination, language resembles a losing strategy. Competing for providing other individuals with information, sometimes striving to be heard, makes apparently no sense within a Darwinian framework. At face value, language as we can observe it should never have existed or should have been counter-selected. In other words, the selection pressure that led to language is still missing. The solution I propose consists in regarding language as a social signaling device that developed in a context of generalized insecurity that is unique to our species. By talking, individuals advertise their alertness and their ability to get informed. This hypothesis is shown to be compatible with many characteristics of language that otherwise are left unexplained.
• Analysis of Gallica and Data BnF logs and Modelling of Behaviour Patterns
  
  • d'Alché-Buc Florence
  • Beaudouin Valérie
  • Bermès Emmanuelle
  • Chevallier Philippe
  • Le Moullec-Rieux Aude
  • Nouvellet Adrien
  • Prieur Christophe
  • Roueff François
  , 2017. Gallica (http://gallica.bnf.fr) is one of the major digital libraries available for free via the Internet. It provides access to million of documents of any type and receive around 1.5 million visits per month. In the context of a research partnership between the BnF and Télécom ParisTech, an analysis of Gallica servers’ connection logs was carried out, applying machine-learning methods to them. The aim was not to collect information on users or their profiles but rather to use logs, which act as records of usage, as a basis for identifying typical clickstreams. For 15 months, a data clusterisation algorithm was developed, enabling grouping of Gallica sessions with similarities in sequencing and duration of actions . Logs analysed covered a range of durations, from a week to a month, with systematic checking of the stability of models obtained. Such learning methods take advantage of the very factor that undermines traditional methods for gathering information on usage: the extremely high numbers of connections. Despite the power of the algorithms involved, machine learning also requires numerous decisions to be taken, necessitating availability of other sources of knowledge on usages and users. For this reason, the preferred methodological choice was to have statistical models dialogue with results obtained from other approaches (ethnographic observations, interviews, etc.). The interest of the work carried out on the Gallica logs persuaded the BnF and Télécom ParisTech to add a further stage to the research devoted to Data BnF logs as well as clickstreams between Gallica, Data BnF and BnF General Catalogue.
• Taxonomy of authentication techniques in Internet of Things (IoT)
  
  • El-Hajj Mohammed
  • Chamoun Maroun
  • Fadlallah Ahmad
  • Serhrouchni Ahmed
  , 2017, pp.67-71. Internet of Things (IoT) is slowly but steadily becoming part of different aspects of our lives, with applications ranging from smart homes, to wearable devices, to healthcare, etc. This wide spectrum of applications results in shared data containing large amount of users' private information. The security of such information becomes a paramount concern. The IoT security requirements include data confidentiality, data integrity, authentication, access control, privacy, etc. In particular, authentication of IoT devices has a particular importance given the variety of attacks which might result from its breach [1]. This paper provides a survey of the different authentication schemes proposed in the literature. Through a multi-criteria classification, it compares and analyzes the existing authentication protocols, showing their advantages and disadvantages. (10.1109/SCORED.2017.8305419)
  DOI : 10.1109/SCORED.2017.8305419
• Modèles de mélange pour la séparation multicanale de sources sonores en milieu réverbérant
  
  • Leglaive Simon
  , 2017. Cette thèse porte sur la séparation sous-déterminée de sources sonores en milieu réverbérant. Nous adoptons une approche probabiliste où les signaux sources sont représentés comme des variables aléatoires latentes dans un domaine temps-fréquence. La structure spécifique des signaux musicaux dans ce domaine est exploitée par l’intermédiaire de modèles de factorisation en matrices non-négatives. Les méthodes de la littérature traitent généralement les filtres de mélange comme des paramètres déterministes estimés uniquement à partir des données observées. Ces filtres correspondent cependant à des réponses de salle, ils ont donc une structure bien particulière qu’il est possible d’exploiter afin de guider leur estimation. Dans une première partie, le processus de mélange convolutif temporel est approché dans le domaine de la transformée de Fourier à court-terme, sous une hypothèse de filtres de mélange à réponse impulsionnelle courte. Nous développons des modèles autorégressifs à moyenne ajustée ayant pour objectif de transcrire la dynamique temporelle des filtres sous forme de corrélations fréquentielles. Ces modèles sont ensuite utilisés dans une méthode de séparation de sources où les filtres sont estimés au sens du maximum a posteriori, par un algorithme espérance-maximisation. Dans une seconde partie, nous proposons une méthode d’inférence variationnelle des coefficients temps-fréquence des sources à partir des observations temporelles du mélange. Le processus de mélange convolutif est donc cette fois représenté de façon exacte. En plus de convenir à la séparation de mélanges fortement réverbérants, cette approche nous permet de développer des a priori simples sur les filtres de mélange afin de guider leur estimation. Nous proposons un modèle basé sur la distribution t de Student et exploitant la décroissance exponentielle de la réverbération dans le domaine temporel.
• Modèles de mélange pour la séparation multicanale de sources sonores en milieu réverbérant
  
  • Leglaive Simon
  , 2017. Cette thèse traite du problème de séparation de sources sonores pour les mélanges multicanaux enregistrés en milieu réverbérant. Nous focalisons nos travaux sur le cas sous-déterminé, c’est-à-dire lorsque le nombre de sources à séparer est supérieur au nombre de canaux du mélange. Afin d’aborder un tel problème, il est souvent utile de développer un modèle paramétrique permettant d’expliquer les données observées, c’est-à-dire le mélange. Nous adoptons dans cette thèse une approche probabiliste et hiérarchique où l’on distingue la modélisation des signaux sources monophoniques de celle du processus de mélange. Les sources sont caractérisées dans un domaine temps-fréquence afin d’obtenir une représentation parcimonieuse, propice au développement d’un modèle car mettant en évidence la structure spécifique des signaux audio et plus particulièrement musicaux. Nous mettons en œuvre une modélisation probabiliste des sources où leurs coefficients temps-fréquence sont représentés comme des variables aléatoires latentes. Définir le modèle de source revient alors à définir la distribution jointe a priori de ces coefficients. Les modèles employés dans cette thèse se basent principalement sur les distributions gaussienne et t de Student. Nous utiliserons de plus des approches par factorisation en matrices non-négatives. L’intérêt de cette technique de réduction de rang réside notamment dans le caractère sous-déterminé du problème, elle permet en effet de réduire le nombre de paramètres à estimer. Les principales contributions de cette thèse concernent la modélisation du mélange en présence de réverbération. Celui-ci est naturellement représenté dans le domaine temporel par la convolution des signaux sources avec les réponses impulsionnelles de salle qui caractérisent le chemin acoustique entre chaque source et chaque microphone. Ces réponses sont appelées filtres de mélange dans le contexte de la séparation de sources. Ces derniers sont généralement traités dans la littérature comme des paramètres déterministes estimés uniquement à partir des données observées. On sait cependant qu’ils correspondent à des réponses de salle, ils ont par conséquent une structure bien précise qu’il serait possible d’exploiter afin de guider leur estimation. Dans une première partie nous considérons une approximation fréquente dans la littérature, qui consiste à approcher la convolution temporelle par une simple multiplication dans le domaine de la transformée de Fourier à court-terme, sous une hypothèse de filtres de mélange à réponse impulsionnelle courte. Le mélange est alors caractérisé par la réponse en fréquence des filtres. A partir de concepts d’acoustique géométrique des salles nous modélisons le trajet direct et les premiers échos de la réponse de salle par un processus autorégressif en fréquence. Suivant des résultats d’acoustique statistique des salles, la réverbération tardive est modélisée comme un processus gaussien en fréquence. Nous exploitons la décroissance exponentielle de la réverbération tardive dans le domaine temporel pour obtenir des expressions théoriques de la fonction d’autocovariance et de la densité spectrale de puissance de ce processus. Nous proposons également une paramétrisation autorégressive à moyenne ajustée de ces quantités. Nous développons finalement une méthode de séparation de sources basée sur un algorithme espérance-maximisation et permettant d’exploiter ces modèles par l’intermédiaire d’a priori sur les filtres de mélange, dans le cadre d’une estimation au sens du maximum a posteriori. Dans une seconde partie nous souhaitons relâcher l’hypothèse de filtres de mélange courts car celle-ci limite fondamentalement les performances de séparation pour des mélanges fortement réverbérants. Nous proposons alors une méthode d’inférence variationnelle des coefficients temps-fréquence des sources à partir des observations temporelles du mélange. Cette approche permet de représenter de façon exacte le processus de mélange convolutif. Des résultats préliminaires obtenus en supposant la connaissance des filtres de mélange permettent de montrer la robustesse de cette approche en présence de forte réverbération. Nous développons ensuite un modèle de réponse impulsionnelle de salle basé sur la distribution t de Student. Celle-ci permet de prendre en compte le trajet direct et les premiers échos qui d’un point de vue statistique correspondent à des valeurs aberrantes par rapport au modèle de réverbération gaussien à amplitude exponentiellement décroissante. Nous développons finalement une méthode de séparation de sources basée sur une technique d’inférence variationnelle où les filtres de mélange sont considérés comme des variables aléatoires latentes dans le domaine temporel. Nous montrons également que cette approche permet d’avoir une représentation temps-fréquence adaptée à chaque source composant le mélange, notamment en terme de résolution.
• Coding techniques for space-division multiplexed optical fiber systems
  
  • Amhoud El Mehdi
  , 2017. In a very fast pace, the last two decades have known an exponential growth in the demand for more optical network capacity, this growth was mainly caused by the built-out of the Internet and the growing traffic generated by an increasing number of users. Since frequency, time, phase, polarization have already been used to satisfy the demand for bandwidth, space-division multiplexing (SDM) remains the only available degree of freedom that can be used in optical transmission systems in order to increase the capacity. However, interactions between spatial channels in the same propagation medium is inevitable. These interactions, if not compensated, result in impairments that deteriorate the system performance. For this purpose, intensive research is being carried out in recent years in order to provide advanced signal processing capable to deal with these impairments in spatial multiplexing systems. Motivated by the potential role of multi-mode fibers (MMFs) in future SDM systems, in this thesis, we present modern coding solutions to mitigate the non-unitary crosstalk known as mode-dependent loss (MDL) that affects spatial modes of MMFs resulting in degraded system performance.
• Non-linear auto-regressive models for cross-frequency coupling in neural time series
  
  • Dupré La Tour Tom
  • Tallot Lucille
  • Grabot Laetitia
  • Doyère Valérie
  • van Wassenhove Virginie
  • Grenier Yves
  • Gramfort Alexandre
  PLoS Computational Biology, PLOS, 2017, 13 (12), pp.e1005893. We address the issue of reliably detecting and quantifying cross-frequency coupling (CFC) in neural time series. Based on non-linear auto-regressive models, the proposed method provides a generative and parametric model of the time-varying spectral content of the signals. As this method models the entire spectrum simultaneously, it avoids the pitfalls related to incorrect filtering or the use of the Hilbert transform on wide-band signals. As the model is probabilistic, it also provides a score of the model "goodness of fit" via the likelihood, enabling easy and legitimate model selection and parameter comparison; this data-driven feature is unique to our model-based approach. Using three datasets obtained with invasive neurophysiological recordings in humans and rodents, we demonstrate that these models are able to replicate previous results obtained with other metrics, but also reveal new insights such as the influence of the amplitude of the slow oscillation. Using simulations, we demonstrate that our parametric method can reveal neural couplings with shorter signals than non-parametric methods. We also show how the likelihood can be used to find optimal filtering parameters, suggesting new properties on the spectrum of the driving signal, but also to estimate the optimal delay between the coupled signals, enabling a directionality estimation in the coupling. (10.1371/journal.pcbi.1005893)
  DOI : 10.1371/journal.pcbi.1005893
• Low-latency multi-threaded ensemble learning for dynamic big data streams
  
  • Marron Diego
  • Ayguadé Eduard
  • Herrero Jose
  • Read Jesse
  • Bifet Albert
  , 2017. (10.1109/BigData.2017.8257930)
  DOI : 10.1109/BigData.2017.8257930
• Preserving privacy in distributed system (PPDS) protocol: Security analysis
  
  • Aloui Ashref
  • Msahli Mounira
  • Abdessalem Talel
  • Bressan Stephane
  • Mesnager Sihem
  , 2017, pp.1-7. (10.1109/PCCC.2017.8280505)
  DOI : 10.1109/PCCC.2017.8280505
• Nouvelles méthodes de segmentation en imagerie tomographique volumique à faisceau conique dentaire
  
  • Evain Timothée
  , 2017. La tomographie à faisceau conique (CBCT) est devenue la modalité de référence pour les praticiens du domaine dentaire. Sa relative nouveauté et ses spécificités impliquent que le domaine du traitement de ces images est peu développé à l’heure actuelle. En partenariat industriel avec Carestream Dental, le premier volet de la thèse a conduit à développer une méthode de segmentation semi-automatique de chaque dent, reposant sur l’utilisation de contraintes de forme et d’intensité, et formulée comme un problème de minimisation d’énergie résolu par coupure de graphe. Les résultats montrent une bonne qualité de segmentation avec un coefficient de Dice moyen de 0, 958. Une application logicielle a été réalisée pour la mise en œuvre de la méthode de segmentation auprès des praticiens, en tenant compte des contraintes techniques et temporelles imposées par le contexte clinique, ainsi que du profil des utilisateurs. Un travail préliminaire d’extension de l’approche par coupure de graphe pour segmenter simultanément plusieurs dents à été réalisé, montrant la nécessité de rendre les contraintes de formes plus adaptées aux images et de modifier la méthode d’optimisation pour atteindre des temps de calcul compatibles avec la pratique clinique. Un second volet prospectif des travaux concerne la constitution d’un modèle structurel de la région maxillo-faciale pour formaliser les connaissances a priori sur les organes et leurs interactions. Ce modèle est un graphe conceptuel où sont représentés les concepts des structures et des relations. En particulier, les relations d’alignement et “le long de” ont été modélisées en 3D dans le cadre des ensembles flous.
• The Mechanism and Representation of Korean Three-Way Phonation Contrast: External Photoglottography, Intra-Oral Air Pressure, Airflow, and Acoustic Data
  
  • Kim Hyunsoon
  • Maeda Shinji
  • Honda Kiyoshi
  • Crevier-Buchman Lise
  Phonetica, De Gruyter, 2017, 75 (1). This paper aims to refine our understanding of the speech mechanism and laryngeal features involved in the Korean lenis (/p t k/), aspirated (/ph th kh/), and fortis (/p' t' k'/) plosives. For this purpose we made measurements using a new noninvasive technique called external lighting and sensing photoglottography (ePGG) as well as intra-oral air pressure (Pio) above the glottis, airflow, and acoustic data. From simultaneous recordings of the experimental data, we were ableto quantify the laryngeal-oral coordination of glottal opening and a consonant release, and the covariance of airflow peak and duration of aspiration with glottal opening. The phasing of glottal opening and the 3-way phonation contrast occurs in the order, from early to late, fortis, lenis < aspirated plosives, and the glottal opening peak ranges from low to high in the same order. We also found that a Pio peak, the durations of a high Pio plateau and an oral closure, and F0 are independent of the glottal opening mechanism, varying in the order lenis < aspirated and fortis plosives. From these findings, we propose that the 2 independent patterns are accounted for by the articulator-based features [±spread glottis] and [±tense], respectively. (10.1159/000479589)
  DOI : 10.1159/000479589
• A Streaming Algorithm for Graph Clustering
  
  • Hollocou Alexandre
  • Maudet Julien
  • Bonald Thomas
  • Lelarge Marc
  , 2017, pp.1-12. We introduce a novel algorithm to perform graph clustering in the edge streaming setting. In this model, the graph is presented as a sequence of edges that can be processed strictly once. Our streaming algorithm has an extremely low memory footprint as it stores only three integers per node and does not keep any edge in memory. We provide a theoretical justification of the design of the algorithm based on the modularity function, which is a usual metric to evaluate the quality of a graph partition. We perform experiments on massive real-life graphs ranging from one million to more than one billion edges and we show that this new algorithm runs more than ten times faster than existing algorithms and leads to similar or better detection scores on the largest graphs.
• Learning the Morphology of Brain Signals Using Alpha-Stable Convolutional Sparse Coding
  
  • Jas Mainak
  • Dupré La Tour Tom
  • Şimşekli Umut
  • Gramfort Alexandre
  , 2017. Neural time-series data contain a wide variety of prototypical signal waveforms (atoms) that are of significant importance in clinical and cognitive research. One of the goals for analyzing such data is hence to extract such 'shift-invariant' atoms. Even though some success has been reported with existing algorithms, they are limited in applicability due to their heuristic nature. Moreover, they are often vulnerable to artifacts and impulsive noise, which are typically present in raw neural recordings. In this study, we address these issues and propose a novel probabilistic convolutional sparse coding (CSC) model for learning shift-invariant atoms from raw neural signals containing potentially severe artifacts. In the core of our model, which we call αCSC, lies a family of heavy-tailed distributions called α-stable distributions. We develop a novel, computationally efficient Monte Carlo expectation-maximization algorithm for inference. The maximization step boils down to a weighted CSC problem, for which we develop a computationally efficient optimization algorithm. Our results show that the proposed algorithm achieves state-of-the-art convergence speeds. Besides, αCSC is significantly more robust to artifacts when compared to three competing algorithms: it can extract spike bursts, oscillations, and even reveal more subtle phenomena such as cross-frequency coupling when applied to noisy neural time series.
• Cooperative Anti-Jamming Relaying for Control Channel Jamming in Vehicular Networks
  
  • Gu Pengwenlong
  • Hua Cunqing
  • Khatoun Rida
  • Wu Yue
  • Serhrouchni Ahmed
  , 2017, pp.1-6. (10.1109/GLOCOM.2017.8253978)
  DOI : 10.1109/GLOCOM.2017.8253978
• Link Duration Prediction in VANETs via AdaBoost
  
  • Zhang Jun
  • Ren Mengying
  • Labiod Houda
  • Khoukhi Lyes
  , 2017, pp.1-6.
• Near-field tailoring of mid infrared quantum cascade lasers with conventional optical feedback
  
  • Spitz O
  • Jumpertz Louise
  • Ferré S
  • Carras M
  • Grillot F
  , 2017. Quantum cascade lasers have become the most suitable laser sources from the mid-infrared to the THz range. This work examines the effects of external feedback in mid infrared quantum cascade laser structures and shows that different conditions of the incident angle of the feedback wave enable to efficiently tailor its near-field beam profile.
• Optimum NMOS/PMOS Imbalance for Energy Efficient Digital Circuits
  
  • Veirano Francisco
  • Naviner Lirida
  • Silveira Fernando
  IEEE Transactions on Circuits and Systems I: Regular Papers, IEEE, 2017.
• Fast Lossy Compression of 3D Unit Vector Sets
  
  • Rousseau Sylvain
  • Boubekeur Tamy
  , 2017.
• Mimic Capacity Of Fisher And Generalized Gamma Distributions For High Resolution SAR Image Statistical Modeling
  
  • Sportouche H.
  • Nicolas Jean-Marie
  • Tupin Florence
  IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, IEEE, 2017, 10 (12), pp.5724 - 5735. <p>The aim of this paper is to compare the potential of two popular flexible laws, the Fisher distribution and the Generalized Gamma distribution, for the statistical modeling of high-resolution SAR data through an original “mimicking-based” approach. The presented study allows to evaluate the ability of both laws to correctly imitate or “mimic” another reference law, frequently used for modeling the intensity of SAR images and chosen for instance as the K law or the Weibull, Beta or log- normal laws in this work. This study uses log-cumulant statistics for parameter estimation of the imitating law and involves quantitative criteria of comparison based on the Kullback-Leibler divergences between the reference law and the Fisher law or the Generalized Gamma law. The mimicking capacities of both distributions are first analyzed for some sets of parameters describing different studied cases, covering a wide set of possible mimicked reference laws. The high modeling potential of both distributions is then illustrated on heterogeneous subscenes from real SAR intensity data. Pragmatical considerations are also taken into account to draw up recommendations about the pref- erential use of a distribution and to highlight complementarities of both Fisher and Generalized Gamma distributions, along with limitations of the approach.</p>