Département IDS : recherche

Apprentissage est à l’intersection de plusieurs domaines : les mathématiques appliquées, l’informatique, les statistiques et le traitement du signal. Son objectif est l’étude et le développement d’algorithmes et méthodes permettant d’apprendre automatiquement à réaliser une tâche complexe en utilisant typiquement des données d’observation.

Probabilités et statistique  rassemble les activités de recherche liées à la modélisation probabiliste et l’inférence statistique. Ces recherches concernent les processus stochastiques (chaines de Markov, séries temporelles,..), les statistiques en grande dimension, la théorie des valeurs extrêmes son application à la détection d’anomalies et à l’évaluation des risques liés aux événements rares, la quantification de l’incertitude basée sur le bootstrap et les inégalités de concentration de processus empiriques, l’apprentissage par renforcement, la théorie de l’information.

Traitement du Signal et Analyse de Données Audio s’intéresse principalement aux méthodes de décomposition de données, d’apprentissage de représentations et de modélisation paramétrique pour des applications variées (la séparation de sources, l’extraction d’information musicale ou MIR, l’analyse de scènes sonores, l’acoustique musicale, l’analyse de signaux physiologiques, notamment électro-encéphalographiques (EEG) et la transformation de signaux audio).

Analyse automatique des données sociales rassemble les recherches autour des modèles computationnels pour l’analyse des interactions sociales que ce soit pour l’analyse du web, l’analyse d’opinions ou la robotique sociale. Ce thème fortement pluridisciplinaire est mené en étroite collaboration avec les domaines de la psychologie, la sociologie, et la linguistique et repose sur des méthodes de traitement du signal et d’apprentissage automatique.

Informatique Graphique s’intéresse à la modélisation géométrique, la synthèse d’images et l’animation par ordinateur et couvre les domaines applicatifs des systèmes interactifs de création de contenu numérique 3D, la CAO, la réalité virtuelle, le jeu vidéo, les effets spéciaux, la réalité augmenté et la fabrication numérique 3D.

Mathématiques pour l’image s’insère dans le domaine de la modélisation mathématique des signaux visuels (image, vidéo, 3D) et inclut en particulier, les modèles mathématiques pour la photographie computationnelle, les méthodes de raisonnement dans les images, l’intelligence artificielle, la modélisation des images naturelles et des textures, …

Images et Données de Télédétection regroupe les recherches s’intéressant spécifiquement aux données de télédétection (aériennes, spatiales ou prises du sol). Ce thème inclut en particulier la modélisation mathématique et physique des systèmes d’acquisition, la compression, l’interprétation et l’amélioration des images et données de télédétection, la reconstruction 3D et la fusion de capteurs.

Imagerie biomédicale, Santé numérique  s’intéresse à l’analyse et l’interprétation d’images biomédicales, à l’imagerie biologique, à l’analyse des signaux biomédicaux, à l’analyse de grandes bases de données de santé, à la bio-statistique et la bio-informatique avec des applications en neuroscience et en santé numérique.