1 - Un panorama des méthodes d'optimisation de l'effort de recherche en détection

Show simple item record

dc.contributor.author SOURIS (G.) en_US
dc.contributor.author LE CADRE (J.-P.) en_US
dc.date.accessioned 2005-07-22T09:47:05Z
dc.date.available 2005-07-22T09:47:05Z
dc.date.issued 1999 en_US
dc.identifier.citation Traitement du Signal [Trait. Signal], 1999, Vol. 16, N° 6, p. 403-424 en_US
dc.identifier.issn 0765-0019 en_US
dc.identifier.uri http://hdl.handle.net/2042/2123
dc.description Knowing the probabilities of an object possible positions in a certain space and the constraints relative to the search resource, our aim is to optimize the (spatial, temporal) distribution of the elementary search efforts in order to maximize the (total) probability of target detection . This type of problems is at the origin of many developments, in the field of operations research and is known under the name of "Search Theory" . The aim of this article is to provide a panorama of existing methods under assumptions of increasing complexity : fixed target, moving target (e.g. with Markovian trajectory), multi-period search . Finally, we deal with the optimization of the searcher trajectory .
dc.description.abstract Connaissant les probabilités de présence d'un objet dans un certain espace et les contraintes sur les efforts de recherche disponibles, on cherche à optimiser la répartition (spatiale, temporelle) des efforts élémentaires afin d'optimiser la probabilité (globale) de détection de cet objet. Ce type de problème est à l'origine de nombreux développements, dans le domaine de la recherche opérationnelle et est connu sous le nom de « Search Theory » (théorie de la recherche). Le but de cet article est de fournir un panorama des méthodes existantes pour résoudre ce problème d'optimisation sous des hypothèses de complexité croissante : cible fixe, mobile, à trajectoire markovienne, recherche simple ou multi-périodes. Enfin, on examine le problème de l'optimisation de la trajectoire de l'observateur (chercheur). Dans ce cas, la répartition de l'effort de recherche dépend directement de la trajectoire du chercheur. en_US
dc.format.extent 52628 bytes
dc.format.mimetype application/pdf
dc.language.iso en_US
dc.publisher GRETSI, Saint Martin d'Hères, France en_US
dc.rights http://irevues.inist.fr/utilisation en_US
dc.source Traitement du Signal [Trait. Signal], ISSN 0765-0019, 1999, Vol. 16, N° 6, p. 403-424 en_US
dc.subject.cnrs Optimisation en_US
dc.subject.cnrs Méthode optimisation en_US
dc.subject.cnrs Traitement signal en_US
dc.subject.cnrs Détection signal en_US
dc.subject.cnrs Répartition spatiale en_US
dc.subject.cnrs Cible mobile en_US
dc.subject.cnrs Localisation objet en_US
dc.subject.cnrs Loi normale en_US
dc.subject.cnrs Article synthèse en_US
dc.subject.cnrs Algorithme recherche en_US
dc.subject.cnrs Approche probabiliste en_US
dc.subject.cnrs Théorie recherche en_US
dc.subject.cnrs Algorithme Branch-Bound en_US
dc.title 1 - Un panorama des méthodes d'optimisation de l'effort de recherche en détection en_US
dc.title.alternative An overview of algorithmic methods for search optimization en_US
dc.type Article en_US
dc.contributor.affiliation Ligeron S.A. Les Algorithmes, Bot Euclide, 91 194, St-Aubin en_US
dc.contributor.affiliation IRISA/CNRS Campus de Beaulieu, 35042 Rennes en_US


Files in this item

PDF 001.PDF TEXTE.pdf 2.065Mb

This item appears in the following Collection(s)

Show simple item record





Advanced Search