Home » Fiche   membre
Fiche   membre Retour à l'annuaire  

Barbara PASCAL

CHERCHEUR

Chargée de recherche CNRS

: Barbara.Pascalatls2n.fr

Page pro : bpascal-fr.github.io

Adresse :

Centrale Nantes ( CN )
Petit Port
1, rue de la Noë
BP 92101
44321 NANTES Cedex 3

Batiment S, étage 2, bureau 221



Publications référencées sur HAL

Revues internationales avec comité de lecture (ART_INT)

    • [1] G. Fort, B. Pascal, P. Abry, N. Pustelnik. Covid19 Reproduction Number: Credibility Intervals by Blockwise Proximal Monte Carlo Samplers. In IEEE Transactions on Signal Processing ; éd. Institute of Electrical and Electronics Engineers, 2023, vol. 71.
      https://hal.science/hal-03611079v3
    • [2] B. Pascal, R. Bardenet. A covariant, discrete time-frequency representation tailored for zero-based signal detection. In IEEE Transactions on Signal Processing ; éd. Institute of Electrical and Electronics Engineers, 2022, vol. 70.
      https://hal.science/hal-03553433v3
    • [3] B. Pascal, P. Abry, N. Pustelnik, S. Roux, R. Gribonval, P. Flandrin. Nonsmooth convex optimization to estimate the Covid-19 reproduction number space-time evolution with robustness against low quality data. In IEEE Transactions on Signal Processing ; éd. Institute of Electrical and Electronics Engineers, 2022, vol. 70.
      https://hal.science/hal-03348154v1
    • [4] C. Lucas, B. Pascal, N. Pustelnik, P. Abry. Hyperparameter selection for Discrete Mumford-Shah. In Signal, Image and Video Processing ; éd. Springer Verlag, 2022.
      https://hal.science/hal-03356059v2
    • [5] B. Pascal, S. Vaiter, N. Pustelnik, P. Abry. Automated data-driven selection of the hyperparameters for Total-Variation based texture segmentation. In Journal of Mathematical Imaging and Vision ; éd. Springer Verlag, 2021, vol. 63.
      https://hal.science/hal-03044181v1
    • [6] B. Pascal, N. Pustelnik, P. Abry. Strongly Convex Optimization for Joint Fractal Feature Estimation and Texture Segmentation. In Applied and Computational Harmonic Analysis ; éd. Elsevier, 2021, vol. 54.
      https://hal.science/hal-02346159v2
    • [7] B. Pascal, N. Pustelnik, P. Abry, J. Géminard, V. Vidal. Parameter-free and fast nonlinear piecewise filtering. Application to experimental physics. In Annals Telecom., vol. 75. 2020
      https://hal.science/hal-02886915v1

Conférences internationales avec comité de lecture et actes (COMM_INT)

    • [8] B. Pascal, M. Lagrange. On the Robustness of Musical Timbre Perception Models: From Perceptual to Learned Approaches. In 32th European Signal Processing Conference (EUSIPCO), août 2024, Lyon, France.
      https://hal.science/hal-04501973v1
    • [9] J. Du, B. Pascal, P. Abry. Synthetic Spatiotemporal Covid19 Infection Counts to Assess Graph-Regularized Estimation of Multivariate Reproduction Numbers. In 32th European Signal Processing Conference (EUSIPCO), août 2024, Lyon, France.
      https://hal.science/hal-04501967v1
    • [10] P. Abry, J. Chevallier, G. Fort, B. Pascal. Pandemic Intensity Estimation from Stochastic Approximation-based Algorithms. In 2023 IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing, décembre 2023, Herradura, Costa Rica.
      https://hal.science/hal-04174245v2
    • [11] P. Abry, G. Fort, B. Pascal, N. Pustelnik. Estimation et intervalles de crédibilité pour le taux de reproduction de la Covid19 par échantillonnage Monte Carlo Langevin proximal. In Colloque Francophone de Traitement du Signal et des Images (GRETSI), septembre 2022, Nancy, France.
      https://hal.science/hal-03611891v2
    • [12] B. Pascal, V. Mauduit, N. Pustelnik, P. Abry. Scale-free Texture Segmentation: Expert Feature-based versus Deep Learning strategies. In 28th European Signal Processing Conference, janvier 2021, Amsterdam, Pays-Bas.
      https://hal.science/hal-03058780v1
    • [13] B. Pascal, T. Busser, N. Pustelnik, P. Abry, V. Vidal. Segmentation d'images texturées en grande dimension. Application à l'analyse d'écoulements multiphasiques. In GRETSI 2019 XXVIIème Colloque francophone de traitement du signal et des images, août 2019, Lille, France.
      https://hal.science/hal-02424793v1
    • [14] T. Busser, B. Pascal, N. Pustelnik, P. Abry, M. Serres, R. Philippe, V. Vidal. Ecoulement gaz-liquide dans un milieu poreux confiné : caractérisation par analyse d'images. In 22e Rencontre du Non-Linéaire, mars 2019, Paris, France.In Eds. E. Falcon, M. Lefranc, F. Pétrélis & C.-T. Pham, Non-Linéaire Publications (éds.), . , 2019.
      https://hal.science/hal-02364232v1
    • [15] B. Pascal, N. Pustelnik, P. Abry, J. Pesquet. Block-coordinate proximal algorithms for scale-free texture segmentation. In ICASSP 2018 - IEEE International Conference on Acoustics, Speech and Signal Processing, avril 2018, Calgary, Canada.
      https://inria.hal.science/hal-01736991v1
    • [16] B. Pascal, N. Pustelnik, P. Abry, M. Serres, V. Vidal. Joint estimation of local variance and local regularity for texture segmentation. Application to multiphase flow characterization.. In International Conference on Image Processing (ICIP) 2018, octobre 2018, Athens, Grèce.
      https://hal.science/hal-01818082v2

Conférences nationales avec comité de lecture et actes (COMM_NAT)

    • [17] J. Du, B. Pascal, P. Abry. Compared performance of Covid19 reproduction number estimators based on realistic synthetic data. In Colloque Francophone de Traitement du Signal et des Images (GRETSI), août 2023, Grenoble, France.
      https://hal.science/hal-04032614v4
    • [18] H. Le, B. Pascal, N. Pustelnik, M. Foare, P. Abry. Algorithmes proximaux rapides déroulés pour l'analyse d'images fractales homogènes par morceaux. In GRETSI, septembre 2022, Nancy, France.
      https://hal.science/hal-03621545v1
    • [19] B. Pascal, R. Bardenet. Une famille de représentations covariantes de signaux discrets et son application à la détection de signaux à partir de leurs zéros. In Colloque Francophone de Traitement du Signal et des Images (GRETSI), septembre 2022, Nancy, France.
      https://hal.science/hal-03614725v1

Theses et HDR (THESE)

    • [20] B. Pascal. Estimation régularisée d'attributs fractals par minimisation convexe pour la segmentation de textures : formulations variationnelles conjointes, algorithmes proximaux rapides et sélection non supervisée des paramètres de régularisation; Applications à l'étude du frottement solide et de la microfluidique des écoulements multiphasiques. Thèses : Université de Lyon.
      https://theses.hal.science/tel-02971612v1
Copyright : LS2N 2017 - Mentions Légales - 
 -