Février - Mars - Avril - Juin - Novembre - Décembre


Février : Jeudi 11 février 2010 de 14h00-16h00

Thème « Classification et fonction de Green » :

1. Lieu :
Mines ParisTech, Bd Saint-Michel
salle  L-218.

2. Descriptif :

PREMIER EXPOSÉ : 14h00-15h00

Orateur: Fatin Zaklouta (CAOR, fatin.zaklouta@mines-paristech.fr )

Titre: Les techniques de classification multi-catégories d'objets

Résumé: Une bonne classification dépend des classificateurs faibles discriminatifs utilisés, et de l'efficacité des algorithmes les combinant. Le choix des classificateurs dépend des objets à reconnaître. En traitement d'images, les classificateurs faibles globaux dits 'Haar-like', recherchant des gradients de luminosité, sont souvent utilisés à cause de leur simplicité et de leur efficacité en termes de taux détection et de temps de calcul. Ils donnent de bons résultats en combinaison avec des algorithmes d'apprentissage comme Adaboost. Des classificateurs faibles locaux, comme les points d'intérêt, sont classés par Adaboost grâce à un système d'apprentissage supervisé type SVM avec un noyau approprié qui gère les groupes des descripteurs. Le passage d'un ensemble de classificateurs binaires vers un classificateur multi-catégories peut être partagés en deux catégories: "one-vs-all" et "one-vs-one". Dans cet exposé, un exemple de méthode "one-vs-all" sera présenté, mettant en œuvre l'apprentissage d'un Modèle de Markov Caché sur les groupes des descripteurs des points d'intérêt SURF. Ensuite sera montrée une technique "one-vs-one" à base de Codes Correcteur d'Erreur, permettant de partager les classes en deux groupes à chaque étape d'apprentissage d'Adaboost, créant ainsi un classificateur multi-catégories.

SECOND EXPOSÉ: 15h00-16h00

Orateur: François Willot (CMM, francois.willot@mines-paristech.fr )

Titre: Homogénéisation et comportement effectif de matériaux hétérogènes :
calculs numériques par transformées de Fourier

Résumé: Les propriétés physiques de matériaux composites dépendent fortement de la distribution spatiale des hétérogénéités, et plus particulièrement dans les cas dits de "contraste infini" entre les phases : milieux poreux ou à renforts rigides en mécanique, présence d'isolants en conductivité ou d'obstacles pour les problèmes d'écoulements. Les approches analytiques existantes, bornes ou estimations, qui prennent en compte un nombre restreint d'informations sur la microstructure, comme les fractions volumiques de chaque phase, ne permettent pas de rendre compte de la grande disparité des propriétés effectives observées. Le travail présenté ici s'appuie sur une méthode de calcul numérique par transformées de Fourier rapide (Moulinec et Suquet, 1994) qui, contrairement aux éléments finis, est directement appliquée à des images 3D de microstructures et ne nécessite pas de maillage. La méthode, qui se décline en différents algorithmes, repose sur l'utilisation de la fonction de Green et des équations de Lippmann-Schwinger et n'est pas restreinte aux comportements linéaires. Les équations d'équilibre et d'admissibilité des champs, i.e. équilibre des contraintes et existence d'un potentiel, sont traitées dans le domaine de Fourier, tandis que les propriétés locales des milieux sont traitées dans l'espace réel. L'utilisation de microstructures de grande taille en trois dimensions est essentiel pour prendre compte des effets de corrélation des champs à grande échelle, notamment au voisinage du seuil de percolation, et pour le calcul de volumes élémentaires représentatifs. Plusieurs applications sont présentées en élasticité linéaire et pour les propriétés de conductivité.


Mars : Jeudi 11 mars 2010 de 14h00-16h00

Thème « Estimation et diagnostic » :

1. Lieu :
Mines ParisTech, Bd Saint-Michel
salle  L-312.

2. Descriptif :

PREMIER EXPOSÉ: 14h00-15h00

Orateur: Anne-Claire Haury (CBIO, Anne-Claire.Haury@mines-paristech.fr)

Titre: Increasing stability and interpretability of gene expression signatures
A-C. Haury, L. Jacob and J-P. Vert

Résumé: Molecular signatures for diagnosis or prognosis estimated from large-scale gene expression data often lack robustness and stability, rendering their biological interpretation challenging. Increasing the signature's interpretability and stability across perturbations of a given dataset and, if possible, across datasets, is urgently needed to ease the discovery of important biological processes and, eventually, new drug targets. We propose a new method to construct signatures with increased stability and easier interpretability. The method uses a gene network as side interpretation and enforces a large connectivity among the genes in the signature, leading to signatures typically made of genes clustered in a few subnetworks. It combines the recently proposed graph Lasso procedure with a stability selection procedure. We evaluate its relevance for the estimation of a prognostic signature in breast cancer, and highlight in particular the increase in interpretability and stability of the signature (http://arxiv.org/abs/1001.3109).

SECOND EXPOSÉ: 15h00-16h00

Orateur: Zaki Leghtas (CAS/INRIA,  zaki.leghtas@mines-paristech.fr)

Titre: Mesure de grandeurs physiques atomiques par le biais du contrôle quantique

Résumé: Notre habilité à contrôler les fonctions d'ondes peut elle nous servir à mesurer certaines grandeurs physiques atomiques? Nous nous intéressons ici particulièrement au Rubidium. Les grandeurs physiques à estimer sont les moments dipolaires de transition entre états propres de l'hamiltonien propre du Rubidium. L'expérience consiste à exciter les atomes avec un champs électrique et mesurer la valeur moyenne d'une observable. L'information ainsi recueillie doit être utilisée afin d'estimer les moments dipolaires de transitions. Nous verrons dans un premier temps que pour des champs bien choisis, cette information est suffisante pour l'estimation. Ensuite nous proposerons une méthode d'inversion des résultats de mesures pour l'estimation des moments dipolaires de transition.


Avril : Jeudi 8 avril 2010 de 14h00-16h00

Thème « Image » :

1. Lieu :
Mines ParisTech, Bd Saint-Michel
salle  L-218.

2. Descriptif :

PREMIER EXPOSÉ: 14h00-15h00

Orateur: Jean Felder (CMM, jean.felder@cmm.ensmp.fr)

Titre: Développement de méthodes de traitement d'images pour la détermination de paramètres locaux de modèles géostatistiques.

Résumé: Les méthodes classiques de géostatistique permettent l'estimation (le krigeage) d'une variable aléatoire à partir d'un jeu de données. Elles se basent sur l'utilisation d'un variogramme pour calculer les corrélations spatiales des données. L'utilisation de ce modèle variographique permet de rendre compte globalement du comportement des données. Cependant, lorsque l'on doit traiter d'importants jeu de données ou lors de la présence de plusieurs structures complexes, ces méthodes ne permettent pas de bien estimer des tendances locales comme par exemple des anisotropies. Nous proposons ici, de déterminer des paramètres variographiques locaux ( dits M-paramètres ) par des méthodes de traitement d'images. L'objectif est de repérer des structures locales sur des images pour y calculer des portées (longueurs, largeurs) et des orientations. Ces paramètres retranscrivent avec une plus grande fidélité le comportement local des données.

SECOND EXPOSÉ: 15h00-16h00

Orateur: Raoul de Charette (CAOR, raoul.de_charette@ensmp.fr)

Titre: Application du traitement d'image pour la perception de l'environnement urbain:
cas appliqué de la reconnaissance de feux tricolores.

Résumé: Depuis le début des années 70 est apparu un nouveau domaine de recherche appliqué, les "Systèmes de Transports Intelligents" (ITS). Les première applications de véhicules intelligents consistaient alors à faire conduire des automobiles sur des routes libres de tout autre usager. Mais le temps et l'accroissement de la puissance informatique a mené à une complexification des situations abordées. Aujourd'hui, les systèmes d'aide à la conduite (ADAS) doivent gérer des situations plus complexes et pour cela il faut donc améliorer leur perception de l'environnement. Lors de cette présentation, nous nous attarderons particulièrement sur la perception de l'environnement en milieu urbain et présenterons le cas de nos recherches appliquées à la reconnaissance de feux tricolores.


Juin : Jeudi 10 juin 2010 de 14h00-15h00

Thème « Optimisation, matrices et "machine learning" » :

1. Lieu :
Mines ParisTech, Bd Saint-Michel
salle  L-218.

2. Descriptif :

UN SEUL EXPOSÉ: 14h00-15h00

Orateur: Rodolphe Sepulchre, University of Liege, Belgium (r.sepulchre@ulg.ac.be)

Titre: Rank-preserving optimization on the cone of positive semidefinite matrices: a geometric approach.

Résumé: The talk is an introduction to a recent computational framework for optimization over the set of fixed rank positive semidefinite matrices.
The foundation is geometric and the motivation is algorithmic, with a bias towards low-rank computations in large-scale problems. We will describe two quotient riemannian geometries that are rooted in classical matrix factorizations and that lead to rank-preserving efficient computations in the cone of symmetric positive definite matrices. The field of applications is vast, and the talk will survey recent developments that illustrate the potential of the approach in large-scale computational problems encountered in control, optimization, and machine learning. The talk is introductory and requires no particular background in riemannian geometry.


Novembre : Lundi 22 novembre 2010 de 10h00-12h00

Thème « Vision 3D et Environnements Virtuels à Carnegie Mellon (USA) et l'Univ. Laval (Canada) » :

1. Lieu :
Mines ParisTech, Bd Saint-Michel
salle  L-118.

2. Descriptif :

PREMIER EXPOSÉ: 10h00-11h00

Orateur: Martial Hebert is Professor at the Robotics Institute, Carnegie Mellon University.

His research interests include computer vision, especially object recognition, scene understanding, and video analysis, processing of 3-D data for building 3-D models, object recognition, scene analysis, and perception for autonomous mobile systems.  His current projects include the development of techniques for interpreting scenes and recognizing objects in images and in 3-D point clouds, for detecting events in video sequences, and for building 3-D representation of dynamic environments for unmanned mobile systems.  He is Editor-in-Chief of IJCV (International Journal of Computer Vision). He served in leadership positions in most of the top conferences in vision on robotics, most recently as Chiar of CVPR 2005, Program Chair of ICCV 2009, and CVPR 2013

Titre: 3D-ness, reasoning, and late commitment in scene interpretation.

Résumé: Scene interpretation, i.e., labeling objects and surfaces in image data, is a very difficult problem. Considerable progress in developing statistical classifers that operate on local features computed from the pixels has been achieved in the last decade. However, they are still limited to (simplifying a bit!) pattern classification operations for two reasons.
First, they do not account for the constraints afforded by the physical world seen in the image, including geometric constraints (what surface appear where), visibility constraints (which object occludes which) and even physical constraints.
Second, it is difficult to account for complex relationships between image elements. Graphical models and other structured models attempt to capture such models but they have limitations both practical in terms of computation and theoretical; additional reasoning tools in addition to now standard statistical inference are needed.
In this talk, I will present a series of approaches that attempt to estimate more and more complete scene interpretation from images. As we move through these different approaches, we will see how the level of geometric representation of the world ("3D-ness") increases, and how iterative reasoning about multiple hypotheses is used to manipulate complex models.

SECOND EXPOSÉ: 11h00-12h00

Orateur: Denis Laurendeau  (université de Laval, Québec).

Il détient un diplôme d'ingénieur en physique de même qu'une maîtrise et un doctorat (Ph.D.) en génie électrique de l'Université Laval à Québec. Ses intérêts de recherche portent sur la vision artificielle 2D et 3D, la réalité virtuelle et les applications biomédicales de la vision artificielle. Il est le directeur du Regroupement pour l'étude des environnements partagés intelligents répartis, un centre de recherche regroupant 5 universités québécoises. Il est également directeur du Laboratoire de vision et systèmes numériques de l'Université Laval. Il est présentement président de l'International Association for Pattern Recognition (IAPR), une association internationale regroupant 9000 membres provenant de 42 pays dont les intérêts de recherche portent sur la reconnaissance de formes et les disciplines associées.

Titre: Environnements intelligents: convergence entre réalité et virtualité.

Résumé: La présentation porte sur un survol des recherches présentement en cours au sein du Regroupement pour l'étude des environnements partagés intelligents répartis (REPARTI). Les plus récents résultats obtenus par les chercheurs du centre sont présentés pour les trois axes de recherche : perception, modélisation, interaction.


Décembre : Jeudi 9 décembre 2010 de 14h00-16h00