@InProceedings{2015_batista264,
	author = "Levy Batista and Thierry Bastogne and El-hadi Djermoune",
	title = "Identification de systèmes biologiques dynamiques à effets aléatoires",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0156",
	pages = "p. 625-628",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_batista264.pdf",
	abstract = "L'identification de systèmes apparaît de plus en plus dans la modélisation de systèmes biologiques. Dans ce contexte d'application, chaque essai est toujours répété pour estimer la variabilité des réponses. Inférer les résultats à la population nécessite de prendre en compte la variabilité inter-individu dans la procédure de modélisation. Une solution consiste à utiliser des effets aléatoires mais jusqu'à maintenant il n'y a pas d'approche similaire dans le monde de l'identification de systèmes. Dans cet article nous proposons une méthode basée sur une structure ARX (Auto Regressive model with eXternal inputs) en utilisant l'algorithme EM (Espérance-Maximisation) pour estimer les paramètres du modèle . Des simulations montrent l'intérêt de cette approche en comparaison à une approche plus classique consistant à identifier les paramètres de chacun des individus indépendamment..pdf",
}