En poursuivant votre navigation, vous acceptez l'utilisation de cookies destinés à améliorer la performance de ce site et à vous proposer des services et contenus personnalisés.

X

Statistique Apprentissage Simulation Image

Responsables : Emmanuel Gobet et Erwan Le Pennec

Equipe SIMPAS: "Statistique Apprentissage Simulation Image" (Statistics, learning, simulation, image)

 

Cette équipe regroupe des chercheurs du CMAP dans le domaine de l’aléatoire (au sens large), dont les travaux sont axés sur le traitement numérique des données (data science, apprentissage) ou des modèles aléatoires (simulation, probabilités numériques), allant des fondements théoriques des algorithmes et méthodes, aux développements informatiques efficaces.

Chercheurs confirmés résidents :
-Antonin Chambolle, Directeur de Recherche CNRS, prof. Chargé de cours à temps partiel
-Stefano De Marco, Professeur chargé de cours
-Josselin Garnier, Professeur
-Emmanuel Gobet, Professeur
-Julie Josse, Professeur chargée de cours
-Marc Lavielle, Directeur de Recherche Inria, professeur chargé de cours à temps partiel
-Erwan Le Pennec, Professeur associé
-Eric Moulines, Professeur
-Erwan Scornet, Maître de conférence
-Zoltan Szabo, Professeur chargé de cours
-Elodie Vernet, Maître de conférence

Chercheurs Associés :
-Emmanuel Bacry, Directeur de Recherche CNRS au CEREMADE et PA
-Stéphanie Allassonnière, Professeur à l'U. Paris Descartes et PCC
-Gersende Fort, Directrice de Recherche CNRS IMT Toulouse  et PCC
-Stéphane Gaiffas, actuellement Professeur à l’Université Paris Diderot, PCC
-Agathe Guilloux actuellement Professeur Univ. d'Evry, chercheuse associée 2018- Projet CNAM
-Matthieu Lerasle, Chargé de Recherche CNRS Université Orsay et PCC

Post-doctorants et Ingénieurs :
-David Barrera (2016- ), MCMC and regression (E. Gobet, E. Moulines)
-Romain Brault (2017-), CMAP, École Polytechnique & LTCI, Télécom ParisTech (F. d’Alché-Buc, Z. Szabó, A. Tenenhaus): Prediction of Functional Outputs by Kernels
-Marco Brigham (2017-), projet Morpheo
-Luca Calatroni (lecteur Hadamard 2017-2019) : optimisation, image
-Philip Deeghan (2017-) , Data Science Initiative (E. Bacry)
-Daniel de Paula Silva (2015-), Projet CNAM (E. Bacry)
-Thierry Guillemot (2017-), projet Morpheo
-Martin Höller (détaché de U. Graz, Autriche, sur bourse “Schrödinger”) : analyse d’images et apprentissage
-Anne-Claire Jeancolas (2016- ), projet maturation SATT
-Nicolas Kamowski (2017- ), projet maturation SATT
-Joon Kwon (2016- ), apprentissage et théorie des jeux
-Max-Pol Le Brun (2017- ), projet Morpheo
-Camille Marini (2017- 2018), projet Morpheo
-Gaspar Massiot (2017-), French Aerospace Lab ONERA (E. Moulines, Z. Szabó, S. Lefebvre): Kernel Methods in Hyperspectral Imaging
-Manon Michel (2017-)
-Youcef Sebita (2016-), Projet CNAM (E. Bacry)
-Yao Zhu (2017-2018), Ingénieur Inria, EPC Xpop

Doctorants encadrés au laboratoire :
-Rémi Besson (2016- ), encadré par S. Allassonnière et E. Le Pennec
-Martin Bompaire (2015- ), encadré par E. Bacry et S. Gaiffas
-Nicolas Brosse (2016- ), encadré par E. Moulines
-Corentin Caillaud (2017-), encadré par A. Chambolle : optimisation, transport
-Linda Chamakh (2018-, BNPP), encadrée par E. Gobet et  Z. Szabo: machine learning, uncertainty propagation
-Juliette Chevallier (2016- ), encadrée par S. Allassonnière
-Gregori Delipei (2016-, CEA/Saclay), encadré par J. Garnier
-Margaux Faucher (2016- , CEA/Saclay), encadrée par E. Gobet
-Thomas Galtier (2015- , EdF), encadré par J. Garnier
-Maxime Grangereau (2017- , EDF), encadré par S. Gaubert et E. Gobet
-Antoine Havet (2016- ), encadré par E. Moulines et M. Lerasle
-Nikola Hrelja (2017-), CIFRE EDF, encadré par E. Moulines
-Wei Jiang (2017- ), encadré par J. Josse et M. Lavielle
-Belhal Karimi (2016-), encadré par M Lavielle et E Moulines
-Igor Koval (2016- , ICM), encadré par S. Allassonnière et S. Durrleman
-Alex Lambert (2017-), CMAP, École Polytechnique & LTCI, Télécom ParisTech; supervised by Florence d'Alché-Buc and Zoltán Szabó; topic: Statistical Learning of Vector-Valued Functions with Operator Random Fourier Features
-Thomas Lartigue (2017-) encadré par S. Allassonnière et S. Durrleman
-Frédéric Logé-Munerel (2017- ), encadré par E. Le Pennec
-Sophie Marque-Pucheu (2015- , CEA/DAM), encadré par J. Garnier
-Jaouad Mourtada (2016 - ), encadré par S. Gaiffas et E. Scornet
-Joseph Mure (2015- , EdF), encadré par J. Garnier
-Isaque Pimentel (2015- , EDF), encadré par E. Gobet
-Geneviève Robin (2016- ), encadrée par J. Josse et E. Moulines
-Uladzislau Stazhinski (2016- ), encadré par E. Gobet
-Alain Virouleau (2015- ), encadré par E. Bacry, S. Gaiffas et A.Guilloux
-Marine Zulian (2016- , Cifre Dassault Systèmes), encadrée par Marc Lavielle

Anciens membres :
-Guillaume Lecue (2012-2015), actuellement CR CNRS à l’ENSAE
-Marc Lelarge (Chargé de Recherches INRIA, chercheur associé 2014-2016)

Anciens postdoc/doctorants/ingénieurs :
-Massil Achab (2014-2017), PhD encadré par E. Bacry et S. Gaiffas
-Mokhtar Alaya (2013-2016, UPMC), PhD encadré par S. Gaiffas
-Francisco Bernal (2016-2018, Postdoc), Uncertainty Quantification (E. Gobet)
-Esther Boccara (2016-2017), encadrée par E. Le Pennec (départ à l’étranger)
-Romain Bompis (2010-2013), PhD encadré par E. Gobet : Développements asymptotiques pour l’approximation de processus de diffusions
-Etienne Corman (2013-2016), PhD encadré par A. Chambolle et M. Ovsjanikov (LIX) : Analyse de formes 3D, mise en correspondance de formes
-Raphael Deswartes (2014-2017), encadré par G. Lecué
-Loïc Devilliers (2015-2018), encadré par S. Allassonnière
-Alain Durmus (2014-2017), PhD encadré par G. Fort et E. Moulines
-Adrian Iuga (2010-2013), PhD encadré par E. Bacry et M. Hoffmann (Univ. Paris-Dauphine) : Modélisation et analyse statistique de la formation de prix à travers les échelles
-Thibault Jaisson (2012-2015), PhD encadré par E. Bacry et M. Rosenbaum (UPMC) : Etudes de problèmes statistiques venant de la microstructure des marchés
-Anémone Kouakou (2017), ingénieur maturation SATT
-Jean Lafond (2015-2016), PhD encadré par E. Moulines
-Lionel Lenotre (2016-2018), Postdoc ANR CAESARS (E. Gobet)
-Gang Liu (2013-2016), PhD encadré par E. Gobet : Rare event simulation and numerical resolution of dynamic programming problem
-Iacopo Mastromatteo (2014-2015), Postdoc E. Bacry statistique des carnets d'ordre
-Gustaw Matulewicz (2014-2017), PhD encadré par S. Gaiffas et E. Gobet: stochastic graphs and estimation of sparse Ornstein-Uhlenbeck models
-Lucie Montuelle (2011-2014, Univ. Paris Sud), PhD encadrée par E. Le Pennec
-Roque Porchetto (2015-2016), ingénieur projet pré-maturation SATT
-Marcello Rambaldi (2016-2017), Postdoc (E.Bacry)
-Julian Rasch, doctorant de Münster, Allemagne (Martin Burger), en stage en 2017. (Optimisation pour les problèmes inverses en traitement d’images, A. Chambolle)
-Islem Rekik (2011-2014), PhD encadrée par S. Allassonnière et J. Wardlaw (Neuroradiologue, Univ. Edimbourg)
-Jean-Baptiste Schiratti (2013-2017, ICM), PhD encadré par S. Allassonnière et S. Durrleman
-Qihao She (2013-2016), PhD encadré par E. Gobet et N. Privault (NTU, Singapore)
-Pauline Tan (2013-2016), PhD encadrée par A. Chambolle et P. Monasse (CERTIS, ENPC) : vision stéréo, optimisation convexe.
-Solenne Thivin (2012-2015, Univ. Paris Sud), PhD encadrée par E. Le Pennec
-Plamen Turkedjiev (2013-2015), Postdoc simulation des processus non-linéaires (E. Gobet)
-Samuel Vaiter (2014-2015), Postdoc, variational regularization in signal and image processing (A. Chambolle)
-Hao Xu (2011-2014), PhD encadré par S. Allassonnière et B. Thirion (INRIA Parietal)

Principaux partenaires industriels et institutionnels :
-Air Liquide (2017- )
-Alexion
-APHP, (2016 - )
-BNP Paribas (2018- )
-CEA Saclay (2016- )
-Chaire Axa Data Science for Insurance Sector (2015- )
-Chaire Data Scientist (Keyrus, Orange, Thales) (2014- )
-Chaire Havas, Economie des nouvelles données (2013-2016)
-Chaire Data Science Côte d’Ivoire, Orange (2017-)
-Caisse Nationale de l'Assurance Maladie (CNAM) (2015- )
-Dassault Systèmes (2016-)
-Data Science Initiative
-EDF
-Hôpital européen Georges-Pompidou (HEGP)
-Institut du Cerveau et de la Moelle épinière (ICM) / Hôpital de la Pitié Salpétrière
-INRIA Select, INRIA Parietal, INRIA Aramis
-Institut Imagine / Hôpital Necker (2016-)
-INTEL (2017 - )
-SATT Paris-Saclay (2016- )
-Siebel Energy Institute (2016- )
-Thales Optronic (2016 -)
-Programme TREND-X sur la transition énergétique
-Université Paris Descartes

Principaux financements :
-CAESARS (ANR, 2015-2019) "Contrôle et simulation des systèmes électriques, interaction et robustesse", coordinateur E. Gobet
-DigiCosme (Labex, 2017-): Florence d’Alché-Buc, Zoltán Szabó, Arthur Tenenhaus; Prediction of Functional Outputs by Kernels
-Dreemcare (BPI FSN, 2017-2019), E. Le Pennec
-EANOI (ANR Blanc international, 2012-2015) "Efficient Algorithms for Nonsmooth Optimization in Imaging", A. Chambolle, avec Thomas Pock, TU. Graz
-HealthChain (BPI FSN, 2018-2020), E. Le Pennec
-INCa (2017-2019), “Targeting Rac-dependent actin polymerization in cutaneous melanoma”, M. Lavielle (porteur: Alexis Gautreau, X)
-MEMIP (ANR, 2016-2019) “Modèles à effets mixtes de processus intracellulaires”, M. Lavielle (porteur: Gregory Batt, Inria)
-MMoVNI (Digiteo, 2010-2014) "Modélisation Mathématique de la Variabilité inter-sujets en Neuro-Imagerie", S. Allassonnière
-NoMADS (Projet Européen RISE, Mars 2018-2023) : A. Chambolle, L. Calatroni, optimisation sur des graphes, coordination à Münster, Allemagne 
-RHU C’IL’LICO (2017-2022):  S.Allassonnière, E. Le Pennec. Approches mathématiques pour la prise en charge des ciliopathies (maladies génétiques rares). Partenariat avec Imagine, Paris Descartes, l’INSERM et Alexion
-Siebel Grant (2016-2017) "Data Analytics and Stochastic Control for Optimal Management of Microgrid Generation and Storage Resources", E. Gobet 
-Tandem 2 (FUI Oseo, 2013-2017), A. Chambolle, H. Haddar, M. Ovsjanikov : imagerie radar


Thèmes de recherche :

-Apprentissage machine et intelligence artificielle: grande dimension, réseaux de neurones, apprentissage profond, contrôle adaptatif et contrôle stochastique sans modèle, apprentissage faiblement supervisé , optimisation stochastique

-Apprentissage statistique: processus empiriques, forêts aléatoires, méthodes à noyaux, données manquantes, analyse en composantes principales et fonctionnelles, estimation parcimonieuse

-Image et signal: formulations variationnelles, analyse multi-échelles, classification non-supervisée, optimisation convexe pour le traitement d’image.

-Méthodes bayésiennes: inférence bayésienne, statistique asymptotique Bayésienne, réseaux bayésiens

-Modélisation statistique pour les sciences du vivant: estimation, validation et sélection de modèles, modèle à effets mixtes, pharmaco-cinétique

-Processus de Markov et chaines de Markov: approximation numérique de dynamique non-linéaire (contrôle, champs moyen), équation de programmation dynamique, inférence des processus à temps continu, modèles de markov cachés

-Quantification d’incertitudes: identification et propagation d’incertitudes dans les codes numériques, méthodes intrusives et non-intrusives, décomposition en chaos, processus gaussien, métamodélisation et construction de surfaces de réponse, planification d’expériences numériques, analyse de sensibilité, optimisation robuste, analyse de risque

-Simulation stochastique: méthodes particulaires, Monte-Carlo par Chaînes de Markov, évènements rares, algorithmes stochastiques, bandits, régression Monte-Carlo, optimisation stochastique, calcul parallèle

-Statistique mathématique: estimation non-paramétrique, sélection de modèles, classification, réduction de dimension Cette équipe regroupe des chercheurs du CMAP dans le domaine de l’aléatoire (au sens large), dont les travaux sont axés sur le traitement numérique des données ou des modèles aléatoires, allant des fondements théoriques des algorithmes et méthodes, aux développements informatiques efficaces.