Séparation de composantes dans les images multi-canaux :
Les méthodes de séparation de sources s'attachent à décomposer
des observations multi-capteurs en une somme de contributions
indépendantes. Elles offrent une voie d'accès unique en analyse de
données par leur capacité d'opérer «en
aveugle», c'est-à-dire
d'accéder à des composantes élémentaires sous-jacentes sans autre
information a priori que l'hypothèse d'indépendance statistique
entre ces composantes.
Le cours comprendra deux parties :
- Introduction aux méthodes de séparation de sources et à l'analyse
en composantes indépendantes.
- Séparation de composantes en imagerie astronomique: le cas des
observations multi-spectrales plein-ciel du fond de rayonnement
cosmologique.
Component separation in multi-channel images:
Source separation (or component separation) consists in
extracting from multi-detector observations a set of independent
components. A key factor of success of component separation methods
is their ability to operate in “blind mode”, that is,
recovering the underlying sources without any other information than their
statistical independence.
The lecture is organized in two parts:
- General introduction to blind source separation and independent
component analysis.
- Component separation in astronomical imaging: the case of
full-sky multi-spectral measurements of the cosmic microwave
background.
Bibliographie ― References: