Institut de Mathématiques de Marseille, UMR 7373




Rechercher


Accueil >

23 mars 2018: 3 événements

Séminaire

  • Séminaire Teich

    Vendredi 23 mars 11:00-12:00 - Ilya SMILGA - Yale University

    Représentations milnoriennes et non-milnoriennes

    Résumé : En 1977, Milnor a formulé la conjecture suivante : tout groupe discret de transformations affines agissant proprement sur l’espace affine est virtuellement résoluble. On sait maintenant que cet énoncé est faux ; l’objectif est à présent de mieux cerner les contre-exemples à cette conjecture. Chaque groupe qui viole cette conjecture "vit" dans un certain groupe affine algébrique, qu’on peut spécifier en donnant un groupe linéaire et une représentation de celui-ci. Les représentations qui donnent lieu à des contre-exemples sont alors appelées non-milnoriennes. Je vais parler des avancées obtenues dans la question de la classification de ces représentations non-milnoriennes.

    JPEG - 12 ko
    Ilia SMILGA

    Lieu : FRUMAM - Aix-Marseille Université - Site St Charles
    3, place Victor Hugo - case 39
    13331 MARSEILLE Cedex 03

    Exporter cet événement
    Document(s) associé(s) :

    En savoir plus : Séminaire Teich

  • Séminaire Probabilités et Statistique

    Vendredi 23 mars 11:00-12:00 - Mattia CAFASSO - LAREMA, Université d'Angers

    Séminaire Probabilités et Statistique (TBA)

    Résumé : TBA

    JPEG - 18.8 ko
    Mattia CAFASSO

    Lieu : CMI, salle de séminaire R164 (1er étage) - I2M - Château-Gombert
    39 rue Frédéric Joliot-Curie
    13453 Marseille cedex 13

    Exporter cet événement
    Document(s) associé(s) :

    En savoir plus : Séminaire Probabilités et Statistique

  • Séminaire Signal et Apprentissage

    Vendredi 23 mars 14:00-15:00 - Laurent DUVAL, Aurélie PIRAYRE - IFP Energies Nouvelles

    Pics, ligne de base, bruit : séparation ternaire de sources assistée par la positivité et la parcimonie de dérivées, pour des spectres chimiques

    Résumé : Nombre de mesures expérimentales sont altérées par des fluctuations stochastiques ou systémiques, souvent inhérentes aux protocoles expérimentaux et aux méthodes d’acquisition. Dans ce contexte, nous présentons BEADS, une méthode permettant de séparer les sources d’une observation composée de manière ternaire : un signal d’intérêt (plutôt parcimonieux) formé d’une superposition de pics, une tendance, dérive oul igne de base relativement de basse fréquence, et du bruit. Ce modèle est relativement courant pour les signaux issus de l’analyse physico-chimique, qui forment le coeur du projet AMIDEX BIFROST (Blind Identification, Filtering & Restoration On Spectral Techniques).
    En s’appuyant sur différents a priori morphologiques sur les signaux (ainsi que sur leurs dérivées) comme la linéarité, la positivité, ou encore la parcimonie, ce problème est formulé comme la minimisation d’une fonction comportant un terme quadratique de fidélité aux données, d’une pénalité régularisée de type norme $\ell_1$ asymétrique promotrice de positivité, ainsi qu’une contrainte de parcimonie. Nous nous intéressons ici au cas de signaux physico-chimiques, et particulièrement à la chromatographie, où les chromatogrammes 1D et 2D sont bruités et présentent de fortes dérives de la ligne de base, biaisant ainsi les informations qui peuvent en être extraites. Les performances sont évaluées sur des données simulées et réelles.
    Cette modélisation étant assez générique, BEADS a été appliquée à d’autres types de signaux chimiques, en astronomie, dans le domaine biomédical ou le monitoring.
    Nous évoquerons enfin les travaux en cours sur l’estimation des paramètres, le recalage élastique pour des données chromatographiques 2D, et des perpectives déconvolution aveugle avec une pénalité en rapport régularisé de normes.
    Références
    - "Chromatogram baseline estimation and denoising using sparsity (BEADS)", Xiaoran Ning, Ivan W. Selesnick, Laurent Duval, Chemometrics and Intelligent Laboratory Systems, December 2014
    http://dx.doi.org/10.1016/j.chemolab.2014.09.014
    - BEADS : Baseline Estimation And Denoising with Sparsity
    http://www.laurent-duval.eu/siva-beads-baseline-background-removal-filtering-sparsity.html

    Webpage
    Webpage
    JPEG - 11.7 ko
    Laurent DUVAL
    JPEG - 13.4 ko
    Aurélie PIRAYRE

    Lieu : CMI, salle de séminaire R164 (1er étage) - I2M - Château-Gombert
    39 rue Frédéric Joliot-Curie
    13453 Marseille cedex 13

    Exporter cet événement
    Document(s) associé(s) :

    En savoir plus : Séminaire Signal et Apprentissage

23 mars 2018: 1 événement

Manifestation scientifique