DatInG : Data Intelligence Group

Équipe SIGMA

Signal, Models and Applications

Responsable: Rémy Boyer

PRÉSENTATION MEMBRES THÈSES PUBLICATIONS

Présentation

Les compétences de l’équipe SIGMA reposant sur des fondements solides en statistiques et en géométrie, ses membres s’intéressent aux objets mathématiques extraits de mesures physiques comme par exemple les images, la lumière polarisée, les sons, les vidéos ou encore les capteurs chimiques ou de turbulence. Ces signaux et leurs propriétés sont traités en utilisant le formalisme Bayésien, la théorie des fonctions de croyance, la géométrie de l’information ou la théorie de l’information.
Avec pour dénominateur commun le traitement et la modélisation statistique des signaux, nos activités de recherche s’inscrivent dans les communautés relevant de l’inférence Bayésienne, de la théorie de la décision évidentielle, de l’imagerie polarimétrique ou de la sécurité de l’information.
L’équipe SIGMA s’appuie également sur des relations fortes avec le master Décision et Analyse de Données de l’École Centrale Lille et l’option de traitement statistique du signal de Telecom-Lille.

Illustrations de nos recherches :

  • Inférence Bayésienne et méthodes de Monte-Carlo : suivi d’objets vidéo, modélisation inverse (remontée aux données sources)
  • Fusion de données : prise de décision à partir d’un réseau de capteurs
  • Sécurité de l’information : détection d’intrusion et de signaux faibles ; authentification automatique de documents imprimés
  • Imagerie polarimétrique : détection d’artefacts sur des matériaux.

Solène Bernard

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

Kévin Brou boni

MR-only radiation therapy, a deep learning approach

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

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