Dating

SIGMA team

Signal, Models and Applications

Leader: Rémy Boyer

PRESENTATION MEMBERS THESES PUBLICATIONS

Presentation

The SIGMA team shares a solid mathematical background in statistics and geometry, and is concerned by mathematical objects extracted from physical measurements such as images, sounds, videos, light polarization, printing or chemical sensors. These signals and their properties are processed using either the Bayesian framework, belief function theory for data fusion, information geometry or information theory.

With the common denominator of statistical signal modeling and processing, our research activities belong to scientific communities related to Bayesian inference, evidential decision theory, polarimetric imaging or information forensics and security.

SIGMA maintains strong relationships with important Master Programs such as Data Analysis & Decision making at Centrale Lille, a new master program on machine learning at the University of Lille-3, as well as the statistical signal processing option at Telecom Lille.

Illustrations of our researches :

  • Bayesian inference and Monte-Carlo methods : object tracking in video, inverse modeling
  • Data fusion : decision using network of sensors
  • Information security: intrusion detection and detection of hidden signals, automatic authentication of printed documents
  • Polarimetric imaging : detections of artefacts in materials

Members

Temporary

Solène Bernard

Stéganographie d'images numériques via l'utilisation de réseaux de neurones sous présence d'un adversaire

Kévin Brou boni

Learning to Generate Pseudo-CT images from MR images for Radiotherapy

Arnaud Deleruyelle

Segmentation d'images de microscopie cellulaire par apprentissage profond

Alexandre Escande

Imagerie par résonance magnétique

Markus Grimm

Intelligence artificielle pour la conception de catalyseurs à haut débit

Diala Hawat

Processus analytiques stochastiques pour le traitement du signal

Yoann Jayer

Méthodes de Monte Carlo par chaîne de Markov avec Processus Ponctuels Déterminantaux

Ouafae Karmouda

Apprentissage automatique/statistique pour les données tensorielles

Quentin Mayolle

Développement de nouvelles méthodes pour l'évaluation non-destructive des infrastructures ferroviaires. Utilisation de technologie Laser et de traitement statistique des signaux

Rui Min

Modèles et méthodes de Monte-Carlo séquentielles pour le suivi dan sles espaces de grande dimension

Pierre Palud

Méthodes statistiques pour l'inverstion de modèle et distribution spatiale des propriétés physico-chimiques du nuage moléculaire Orion B

Les autres équipes du groupe thématique ' DatInG '

LINKS MAGNET SCOOL