Possibilité de valider simultanément plusieurs hypothèses: lien avec la problématique de la séparation de sources

La séparation de sources consiste à isoler, à partir des données provenant de plusieurs capteurs, des sources d'information non liées à chacun de ces capteurs. Une image simple de ce processus est l'aptitude d'une personne à focaliser son attention sur les propos d'un individu avec lequel on discute, en éliminant toutes informations ``perturbatrices'' provenant d'autres personnes qui parlent autour d'elles. On peut ainsi isoler un bruit, ou une composante des signaux, qui n'est pas utile.
Dans notre cas, un unique signal en entrée du système peut valider plusieurs hypothèses, c'est-à-dire plusieurs évolutions possibles. La figure 1.7 donne un exemple simple de signal à partir duquel on pourra extraire plusieurs types d'informations perceptives différentes: il s'agit d'un signal mono-dimensionnel, formé de deux sources de distribution gaussienne. Selon la mémoire du système, on pourra, au choix: isoler la source de centre 0.7, isoler la source de centre 0.3 ou considérer les deux composantes. Ainsi, on peut imaginer deux catégories d'hypothèses (dont les focus auront une génératrice constante et centrée soit sur 0.7, soit sur 0.3) qui permettront d'aboutir à la détection d'une information perceptive correspondant à chacun de ces cas.

Figure: Signal composé à partir de deux sources de distribution gaussienne.

Les deux sources ont une distribution gaussienne d'amplitude $\sigma=0.08$ et leurs centres sont constants dans le temps et valent respectivement 0.7 et 0.3 .