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
05
Avr
B. David (Télécom ParisTech) : Pédagogies innovantes actives - retour d'expérience et discussion
Pédagogies innovantes actives - retour d'expérience et discussion\nPar Bertrand David\, Télécom ParisTech.\n\nDownload slides\n\nAprès de plusieurs réformes de son cycle master (2A et 3A)\, Telecom Paristech [...]
04
Avr
C. Coiffard (IRMA\, Unistra): A Markov point process for Fiber extraction
A Markov point process for Fiber extraction\nBy Claire Coiffard\, IRMA\, Unistra.\n\n\nAbstract:\nThe aim of this work is to extract fibers in an image. We use a [...]
28
Mar
M. Kowalski (L2S): Social Sparsity: application to audio inpainting.
Social Sparsity: application to audio inpainting.\n\nBy Matthieu Kowalski\, L2S.\n\nAbstract:\nAudio inpainting problem is under consideration\, using iterative\nthresholding algorithms build on the "social sparsity" principle.\nFirst\, we present [...]
21
Mar
N. Chu (L2S): Bayesian approaches via sparsity enforcing priors for acoustic source imaging with robustness, super resolution and wide dynamic range
Bayesian approaches via sparsity enforcing priors for acoustic source imaging with robustness, super resolution and wide dynamic range. By Ning Chu, L2S. Acoustic imaging is [...]