Signal, Statistique et Apprentissage (S2A)Signal, Statistics and Learning (S2A)
Laboratoire :Laboratory:
Laboratoire Traitement et Communication de l'Information (LTCI)Information Processing and Communication Laboratory (LTCI)
Département :Department:
Image, Données, Signal (IDS)Image, Data, Signal (IDS)
Roland Badeau est professeur dans l’équipe Signal, Statistiques et Apprentissage dans le département Image, Données, Signal (IDS) de Télécom Paris. Ses travaux de recherche portent sur la modélisation statistique de signaux non-stationnaires (allant de l’analyse spectrale à haute-résolution adaptative aux extensions bayésiennes de la factorisation en matrices non-négatives), avec des applications en acoustique et en musique (séparation de sources audio, débruitage, déréverbération, estimation de fréquences fondamentales multiples, transcription musicale automatique, codage audio, restauration de contenu musical). Il est le co-auteur de plus de 30 articles de revues, plus de 130 articles de conférences, un chapitre d’ouvrage et 4 brevets.
Enseignement
- Formation d’ingénieur à Télécom Paris, en 1ère année et Cycle Master (2ème et 3ème années, niveaux M1&M2) : domaines Mathématiques de l’Ingénieur et Traitement du Signal
- Master 2 ATIAM de Sorbonne Université : Traitement du signal musical
- Master 2 MVA de l’ENS Paris-Saclay : Analyse des signaux audiofréquence
- Master 2 CIMES de l’ESPCI et Sorbonne Université : Traitement du signal et des images, statistique
Thèmes de recherche
- Acoustique des salles : modélisation statistique de la réverbération
- Représentation des données : réduction de dimensionalité, analyse temps-fréquence (haute résolution)
- Modélisation : modèles probabilistes à variables latentes, modèles de sources (factorisations en matrices positives, modèles sinusoïdaux, modèles parcimonieux, etc.), modèles de propagation (convolutifs, diffus)
- Algorithmes : estimation bayésienne, méthodes d’optimisation, algorithmes adaptatifs rapides, analyse de performance, vitesse de convergence, stabilité numérique, complexité algorithmique
- Applications aux signaux audio : séparation/localisation de sources, codage audio, restauration, débruitage, déréverbération, analyse de scènes sonores, extraction d’informations musicales
- Autres applications : analyse de données biomédicales, communications numériques, traitement d’images
Responsabilités
- Encadrement de thèses de doctorat et de master
- Responsable d’unités d’enseignements à Télécom Paris et dans les M2 ATIAM et MVA
- Responsable de la filière d’enseignement TSIA (Traitement du signal pour l’intelligence artificielle) à Télécom Paris
- Correspondant du Master ATIAM à Télécom Paris
Contrats de recherche
- Projet ANR ASCETE : Analyse et Séparation des signaux Complexes: Exploiter la structure Temps-fréquence
- Projet ANR SAROUMANE : Segmentation et regroupement de locuteurs via un modèle robuste unifié audio spatial et multimodal
- Projet Audible financé par le gouvernement français dans le cadre de France 2030
Prix de Thèse IP Paris : trois doctorants de Télécom Paris parmi les lauréats
Doctorat — 01/07/2022Le prix de thèse IP Paris a été décerné le 1er juillet 2022 à sept lauréats, parmi lesquels [...]
Kimia Nadjahi, prix du meilleur article étudiant à ICASSP 2020
Doctorat, Data science & IA — 06/05/2020Kimia Nadjahi a reçu le prix du meilleur article étudiant pour "Méthode d'Approximate Bayesian [...]Best student paper award to Kimia Nadjahi at ICASSP 2020
Doctorat, Data science & IA — 06/05/2020Kimia Nadjahi received the best student paper award for "Approximate Bayesian Computation with the [...]