DatInG : Data Intelligence Group

Équipe SIGMA

Signal, Models and Applications

Responsable: Rémi Bardenet

PRÉSENTATION MEMBRES THÈSES PUBLICATIONS

Présentation

Les compétences de l’équipe SIGMA reposent sur des fondements solides en traitement du signal, statistique et apprentissage automatique. SIGMA compte actuellement 15 permanents (dont 1 émérite, 4 chercheurs CNRS, 2 en section 7, 1 en section 6 et 1 en section 17).

SIGMA conçoit et étudie de nouvelles méthodes et algorithmes pour l’extraction d’information utile à partir de mesures physiques. Il s’agit par exemple d’images naturelles, d’observations astronomiques ou en lumière polarisée. Les approches statistiques sont au cœur de l’expertise de SIGMA qui se focalise notamment sur les méthodes d’inférence bayésienne, avec en particulier les méthodes d’échantillonnage de Monte-Carlo. Les objectifs scientifiques sont par exemple l’obtention de garanties sur les erreurs sur les prédictions pour favoriser l’aide à la décision, ou encore la prise en compte de l’hétérogénéité des données lors de la modélisation.

Le traitement et la modélisation statistique des signaux est un dénominateur commun de SIGMA. Parmi les points forts de l’équipe apparaissent notamment les méthodes d’échantillonnage par chaîne de Markov (MCMC) pour les problèmes inverses, les processus ponctuels stochastiques (déterminantaux notamment, les DPP) et la sécurité de l’information multimédia. Ces travaux impliquent des travaux en apprentissage statistique aussi bien pour nourrir des modèles bayésiens pour les problèmes inverses que pour optimiser les performances des méthodes de de protection de l’information.

Les applications les plus courantes de nos activités méthodologiques vont de l’astronomie à l’optimisation de réactions chimiques catalytiques en passant par l’imagerie polarimétrique et la sécurité de l’information multimédia. La cosmologie occupe une place particulière avec la présence d’une chargée de recherche CNRS interdisciplinaire (section 17 de l’INSU) au sein de SIGMA.

Côté formation à la recherche, l’équipe SIGMA entretient des relations fortes avec le master data science (science des données) commun à Centrale Lille Institut, l’IMT Nord-Europe et l’Université de Lille, ainsi qu’avec le parcours de science des données et intelligence artificielle de Centrale Lille.

Illustrations de nos recherches :

  • inférence Bayésienne et méthodes de Monte-Carlo pour les problèmes inverses en radio-astronomie,
  • applications au suivi d’objets dans les séquences vidéo et en cosmologie,
  • échantillonnage de processus ponctuels déterminantaux, liens avec la physique quantique,
  • sécurité de l’information : extraction et détection de signaux faibles pour l’analyse forensique et la stéganalyse, protection par tatouage ou chiffrement sélectif,
  • traitements des signaux par approches tensorielles,
  • imagerie polarimétrique : détection d’artefacts dans les matériaux.

Rony Abecidan

Développement de méthodes de stéganalyse par apprentissage profond afin de répondre au problème d’hétérogénéité dans un cadre opérationnel

Maxime Bouton

Algorithmes asynchrones de MCMC pour de l'inférence Bayésienne rapide

Maxence Giraud

Apprentissage automatique de graphes volumineux basé sur des représentations en réseaux de tenseurs

Etienne Levecque

Stéganalyse et maîtrise des taux d'erreur

Antoine Mallet

Développement de méthodologie de détection fiable pour la stéganalyse en exploitant l'apprentissage actif

Aurélien Noirault

Deepfake éthique : ajout de méthode de tatouage au générateurs de deepfakes

Vladimir Petrovic

Processus ponctuels déterminantaux pour le transport optimal

Martin Rouault

Méthodes de Monte-Carlo avec processus de Coulomb.

Thomas Vignon

Approche bayésienne et problèmes inverses pour l'estimation des propriété de galaxies

Les autres équipes du groupe thématique ' DatInG '

MAGNET SCOOL