SIMS - Signal, IMage et Son
Thématiques de l'équipe
Les deux premiers thèmes (Problèmes inverses, Apprentissage machine) sont plutôt méthodologiques : quel modèle utiliser ? quelle représentation choisir ? quel estimateur calculer ? quel critère minimiser ? tandis que le troisième (Outils mathématiques et numériques) est plutôt algorithmique : comment effectuer le calcul en un temps acceptable et de façon efficace ? Les activités de recherche de l'équipe sont pour la plupart inspirées du besoin de proposer des solutions adaptées au traitement de signaux et d'images dans des domaines d'applications multidisciplinaires tels que le biomédical (interface cerveau ordinateur, commande de prothèses, aide au dignostic), le multimédia (analyse de contenu audio, design sonore) et l'instrumentation (contrôle non destructif, télédétection aéroportée ou satellitaire, imagerie biologique).
Modèles et méthodes pour la résolution de problèmes inverses
Il est question dans ce thème de problèmes inverses au sens où les données à traiter sont associées à un modèle direct exprimable dans le cadre des équations de la physique du capteur. Les outils méthodologiques mis en oeuvre pour l'inversion font appel à des modèles probabilistes et statistiques pour caractériser les signaux et construire une solution dans le cadre de l'inférence bayésienne ainsi qu'aux outils d'analyse numérique et de simulation bayésienne, et en particulier à l'optimisation, pour calculer les estimateurs.
Les problèmes considérés concernent
- Le débruitage, la restauration et la reconstruction
- La représentation, l'analyse multivariée et la séparation
- La co-conception acquisition traitement
Apprentissage machine pour la décision assistée par ordinateur
L'objectif visé dans ce thème est de rechercher, pour des données difficilement modélisables, des espaces de représentation pertinents vis-à-vis de la nature de ces données et de l'objectif du traitement. Les espaces explorés correspondent à des représentations temps-fréquence et temps-échelle et les espaces optimaux sont obtenus au terme d'une procédure d'apprentissage automatique et d'optimisation portant sur un critère de qualité, dont la définition prend en compte l'objectif : décision, compression, reconnaissance de formes ou localisation de sources. Les applications privilégiées sont l'interface cerveau-ordinateur et l'analyse de contenu multimédia.
Les axes développés sont :
- Décision assistée par ordinateur
- Analyse computationnelle de scènes sonores
- Perception acoustique pour la conception
Outils mathématiques et numériques pour le calcul en grande dimension
- Algorithmes d'optimisation en grande dimension
- Modèles statistiques et méthodes stochastiques
- Clacul scientifique haute performance
Conception d'outils pour des applications dans des contextes multidisciplinaires
- Sciences de la mesure et de l'instrumentation
- Scienses de la vie et de la Santé
- Audio, acoustique et multimédia
- Collaborations industrielles
