Localisation

Voir en plein écran

Adresses

Aix-Marseille Université
Institut de Mathématiques de Marseille (I2M) - UMR 7373
Site Saint-Charles : 3 place Victor Hugo, Case 19, 13331 Marseille Cedex 3
Site Luminy : Campus de Luminy - Case 907 - 13288 Marseille Cedex 9

Twitter Linkedin Instagram

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

Jour-Horaires

Vendredi, 14h30-15h30

Lieu

Saint-Charles, salle de séminaire (accès)

Lien

🔗 Séminaires Signal-Apprentissage

Contacts

✉️ Contact

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

Taking into account periodicity in deep denoisers

Taking into account periodicity in deep denoisers

Jules RIO

15/10/2021    
14h30 - 15h00
In recent years, deep learning based methods have established a new state of the art in multiple tasks, including denoising. Additionally to their better performances [...]
Plus d’Infos
Differentially-private sliced Wasserstein distance

Differentially-private sliced Wasserstein distance

Liva Ralaivola

02/07/2021    
14h30 - 15h30
Developing machine learning methods that are privacy preserving is today a central topic of research, with huge practical impacts. Among the numerous ways to address [...]
Plus d’Infos
Learning with low-rank approximations

Learning with low-rank approximations

Jérémy Cohen

25/06/2021    
14h30 - 15h30
Matrix and tensor factorizations are widespread techniques to blindly extract structure out of data. Research on tensor methods is rapidly growing and encompases many aspect [...]
Plus d’Infos
Majority vote learning in PAC-bayesian theory: state of the art and novelty

Majority vote learning in PAC-bayesian theory: state of the art and novelty

Paul Viallard

18/06/2021    
14h30 - 15h30
In machine learning, ensemble methods are ubiquitous: Boosting, Bagging, Support Vector Machine or Random Forest are famous examples. Here we focus on models expressed as [...]
Plus d’Infos
4 5 6 7 8 9 10 11 12 13 14 15


Étudiants


Membres du laboratoire


Visiteurs


Acteurs économiques
Secured By miniOrange