Séminaire Signal et Apprentissage
- Accueil
- Séminaires I2M
- Séminaire Signal et Apprentissage
Nature
Séminaire transverse (inter-laboratoires)
Responsables
Sandrine ANTHOINE (I2M), Valentin EMIYA (LIS), Ronan SICRE (LIS)
Laboratoires
I2M, équipe SI (Marseille) et LIS, équipe Qarma (Marseille)
Fréquence
Hebdomadaire
Lieu
Saint-Charles, salle de séminaire (accès)
Contacts
Pour s’inscrire : https://listes.mathrice.fr/math.cnrs.fr/info/sem-signal-apprentissage
Le séminaire est un séminaire dédié aux travaux de recherche en traitement du signal-image et apprentissage statistique.
Nous privilégions des exposés focalisés sur un thème donné, qui nous permettent de comprendre l’intérêt des méthodologies présentées, mais aussi leurs limites.
Les exposés doivent durer environ une heure, questions comprises.
Il y a une liste de diffusion (modérée) pour être tenu au courant des exposés de ce séminaire.
Les prochains séminaires
Pas d'évènements à afficher
Événements passés
18
Oct
F. X Dupé (LIF): Toward a general greedy approach for sparse optimization
Toward a general greedy approach for sparse optimization\n\nBy François Xavier Dupé\, LIF.\n\nAbstract : Following recent works on greedy sparse minimization like\nCoSaMP or GRASP\, we propose [...]
04
Oct
M. E Bellemare (LATP-LSIS) at CMI: De l'imagerie diagnostique à la chirurgie. Ou en sommes nous ?
De l'imagerie diagnostique à la chirurgie. Ou en sommes nous ? Par Marc-Emmanuel Bellemare (LATP-LSIS) Je présenterai mon activité de recherche en imagerie médicale. J'utiliserai [...]
20
Sep
L. Duval (IFP) at Frumam (St Charles): Curvelets, contourlets, *lets, etc. : a panorama on 2D directional wavelets and multiscale geometric transforms
Curvelets, contourlets, *lets, etc. : a panorama on 2D directional wavelets and multiscale geometric transforms By Laurent Duval, IFP. Abstract: La quête des représentations optimales [...]
20
Sep
M. Marchand at CMI (Univ. Laval): algorithmes d'apprentissage et bornes sur le risque pour l'approche de la régression à la prédiction de structures
Algorithmes d'apprentissage et bornes sur le risque pour l'approche de la régression à la prédiction de structures\nBy Mario Marchand\, Université Laval\, Québec\, Canada.\n\nNous présentons des [...]