<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>J. Garnier - A l’écoute du bruit </title>
        <link>https://video.irem.univ-paris-diderot.fr/videos/watch/9fbb6bab-d610-4dac-8ae8-ad037933e30e</link>
        <description>Une conférence de Josselin Garnier, Professeur à l’Ecole Polytechnique, Centre de Mathématiques Appliquées Les techniques d’imagerie classiques utilisent des ondes pour sonder un milieu inconnu et sont employées pour des applications médicales (échographie) ou géophysiques (séismologie) par exemple. Ces ondes sont émises par des réseaux de sources et après propagation dans le milieu elles sont enregistrées par des réseaux de récepteurs. Ces techniques sont généralement mises en défaut lorsqu’on les utilise dans des milieux diffusants contenant des inhomogénéités aléatoires, car les signaux cohérents venant des réflecteurs à imager et enregistrés par les récepteurs sont souvent noyés par les signaux incohérents venant des diffuseurs. L’analyse stochastique et multi-échelles permet de comprendre la situation et de proposer des fonctions d’imagerie originales. On verra que ces nouvelles fonctions d’imagerie à base de corrélations croisées permettent d’exploiter des signaux traversant des milieux très complexes, et aussi d’utiliser des signaux issus de sources de bruit ambiant. Le 6 février 2017</description>
        <lastBuildDate>Thu, 01 Oct 2026 11:48:09 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>PeerTube - https://video.irem.univ-paris-diderot.fr</generator>
        <image>
            <title>J. Garnier - A l’écoute du bruit </title>
            <url>https://video.irem.univ-paris-diderot.fr/client/assets/images/icons/icon-96x96.png</url>
            <link>https://video.irem.univ-paris-diderot.fr/videos/watch/9fbb6bab-d610-4dac-8ae8-ad037933e30e</link>
        </image>
        <copyright>All rights reserved, unless otherwise specified in the terms specified at https://video.irem.univ-paris-diderot.fr/about and potential licenses granted by each content's rightholder.</copyright>
        <atom:link href="https://video.irem.univ-paris-diderot.fr/feeds/video-comments.xml?videoId=9fbb6bab-d610-4dac-8ae8-ad037933e30e" rel="self" type="application/rss+xml"/>
    </channel>
</rss>