@InProceedings{2015_meillier101,
	author = "Céline Meillier and Florent Chatelain and Olivier Michel and Hacheme Ayasso",
	title = "Contrôle des erreurs pour la détection d'événements rares et faibles dans des champs de données massifs",
	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 = "001-0310",
	pages = "p. 1241-1244",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_meillier101.pdf",
	abstract = "Nous nous intéressons à la détection d'événements rares et de faible intensité dans des données massives bruitées. Les approches par tests multiples d'hypothèses peuvent être utilisées pour extraire une liste d'échantillons susceptibles de contenir de l'information tout en contrôlant un critère d'erreurs de détection global. Dans la littérature, la plupart de ces approches ne sont valides que pour des tests indépendants, ou sous des hypothèses particulières de dépendance. Nous nous proposons de montrer, en étendant les travaux de Benjamini et Yekutieli [2001], que sous certaines hypothèses, il est cependant possible d'appliquer la procédure de contrôle du taux de fausses découverte (FDR) de Benjamini-Hochberg [1995] sur une statistique de filtrage adapté très utilisée en traitement du signal et des images..pdf",
}