Modèle d'état à coefficient aléatoire: filtrage par densités approchées

Le filtrage de Bucy-Kalman s'applique au modèle d'état comprenant des équations linéaires bruitées, décrivant l'évolution de l'état et des équations linéaires bruitées d'observation . Ce filtrage consiste dans le cas gaussien, à calculer de façon récursive, la loi de probabilité, a posteriori, de l'état, au vu de l' observation actuelle et des observations passées . Le filtrage par densités approchées permet de traiter des équations d'état, non linéaires ou à bruits non Gaussiens. Pour un coefficient de rappel aléatoire, cas typique d'une situation de changements de modèles, l'article introduit une famille de lois de probabilité, paramétrées, bimodales servant, par ajustement des paramètres, à approcher les lois a posteriori de l'état aux divers instants . Les paramètres sont recalculés récursivement, lors des mises à jour et des prédictions.

L'environnement auditif au travail

À haute intensité, les deux principales sources d'inconfort physique au travail sont la chaleur et le bruit (Pellerin & Candas, 2003). Même à des intensités modérées et faibles, le bruit affecte les performances cognitives, y compris dans les tâches de bureau courantes, mais il le fait de plusieurs manières différentes selon la nature du bruit (par exemple, discours vs. non-discours, intensité sonore, variabilité et prévisibilité etc.) et le type de tâche dans laquelle l'individu ou le groupe est engagé. Il est un peu surprenant, donc, que les individus expriment souvent une préférence pour travailler dans des conditions de bruit modérées (Schlittmeier & Hellbrück, 2009). Les multiples formes de perturbation auditive nuisant aux performances cognitives sont examinées et comparées avec leurs avantages potentiels dans le cadre du travail, résultant du traitement du bruit de fond en termes de sens du lieu, d'apprentissage fortuit des régularités dans le monde auditif, et de commutation intelligente de l'attention.