Depuis 2015 je fais partie
de l'équipe TAO/TAU (apprentissage et optimisation), de l'INRIA Saclay.
Bio: J'ai effectué ma thèse en vision par ordinateur, au sein de l'équipe Odyssée, sous la direction d'Olivier Faugeras et de Renaud Keriven. J'ai également passé un an en post-doctorat au Max Planck Institute for Biological Cybernetics, dans
l'équipe de Bernhard Schölkopf (apprentissage statistique). En 2008 j'ai rejoint l'équipe Pulsar/Stars (interprétation de vidéos) de l'INRIA Sophia-Antipolis, puis l'équipe TAO/TAU (apprentissage et optimisation) de l'INRIA Saclay en 2015. Administrativement, je suis également responsable du département Science des Données du laboratoire LISN (Université Paris-Saclay) depuis 2021.
Designing lighter architectures for generative models based on diffusion flows (same application as previous topic, but focusing on the generative architecture in general)
Links between explicability and formal proofs of neural networks (extraction of key concepts)
and lots of other very interesting topics, on demand
d'autres offres de l'équipe TAU (apprentissage profond pour la génétique des populations, AutoML, etc.), en particulier:
Prédiction d'images de tomographie d'après des scans IRM
Outils utilisés: méthodes à noyaux, graph-cuts
Thèse
But: segmentation d'images avec a priori sur la forme
Méthode: moyenne et statistiques d'images, de courbes (et de surfaces de façon générale)
Outils: recalage non rigide, gradient de forme (choix du produit scalaire lors des descentes de gradient)
Energies, métriques considérées: distance de Hausdorff, géodésiques, corrélation croisée locale.
Publications: (page en cours de mise à jour... lien vers Google Scholar en attendant) (le premier auteur est souligné quand ce n'est pas moi dans les publications avant 2020) (J'ai également une page dédiée à l'illustration de mon travail en images et en vidéos)
Chapitre Kernel methods in medical imaging, avec Matthias Hofmann et Bernhard Schölkopf, dans le livre Biomedical Image Analysis: Methodologies and Applications, N. Paragios, J. Duncan & N. Ayache Editors, chez Springer, 2008. [bibtex]
Chapitre Approximations of Shape Metrics and Application to
Shape Warping and Empirical Shape Statistics, avec Olivier Faugeras, Renaud
Keriven et Pierre Maurel, dans le livre Statistics and Analysis
of Shapes, H. Krim & A. Yezzi Editors, chez Birkhäuser. [bibtex]
Articles de journaux internationaux avec comité de lecture:
An Implicit GNN Solver for Poisson-like Problems, de Matthieu Nastorg, Michele Alessandro Bucci, Thibault Faney, Jean-Marc Gratien, Guillaume Charpiat et Marc Schoenauer, dans Computers and Mathematics with Applications, CMA 2024. [bibtex]
Generalized Gradients: Priors on
Minimization Flows, avec Pierre Maurel, Jean-Philippe
Pons, Renaud Keriven et Olivier Faugeras, dans la revue International Journal of Computer Vision, Volume 73, Numéro 3, Juillet 2007, IJCV 2007. [bibtex]
Variational, geometric, and statistical methods for modeling brain anatomy
and function, avec Olivier Faugeras, Geoffray Adde,
Christophe Chefd'Hotel, Maureen Clerc, Thomas Deneux, Rachid Deriche,
Gerardo Hermosillo, Renaud Keriven, Pierre Kornprobst, Jan Kybic,
Christophe Lenglet, Lucero Lopez-Perez, Théo Papadopoulo, Jean-Philippe
Pons, Florent Ségonne, Bertrand Thirion, David Tschumperlé, Thierry
Viéville et Nicolas Wotawa, dans la revue Neuroimage,
23S1:S46-S55, 2004. Note: Special issue: Mathematics in Brain Imaging -
Edited by P.M. Thompson, M.I. Miller, T. Ratnanather, R.A. Poldrack and T.E. Nichols.
[bibtex]
Preprints (soumis à relecture ou sur le point de l'être):
Articles de conférences internationales avec comité de lecture:
Growth strategies for arbitrary DAG neural architectures, de Stella Douka, Manon Verbockhaven, Théo Rudkiewicz, Stéphane Rivaud, François P. Landes, Sylvain Chevallier et Guillaume Charpiat, European Symposium on Artificial Neural NetworksESANN 2025. [bibtex]
Multi-Level GNN Preconditioner for Solving Large Scale Problems, de Matthieu Nastorg, Jean-Marc Gratien, Thibault Faney, Michele Alessandro Bucci, Guillaume Charpiat et Marc Schoenauer, IEEE International Parallel and Distributed Processing Symposium WorkshopsIPDPSW 2024. [bibtex]
DS-GPS: A Deep Statistical Graph Poisson Solver, de Matthieu Nastorg, Marc Schoenauer, Guillaume Charpiat, Thibault Faney, Jean-Marc Gratien et Michele Alessandro Bucci, Workshop Machine Learning and the Physical Sciences, at NeurIPS 2022. [bibtex]
Shape Metrics, Warping and Statistics, avec Olivier Faugeras
et Renaud Keriven, Proceedings of the International
Conference on Image Processing, ICIP 2003. IEEE Signal Processing Society. [bibtex]
Autres articles de conférences internationales:
Distance-Based Shape
Statistics, avec Pierre Maurel, Renaud Keriven et Olivier
Faugeras, IEEE International Conference on Acoustics, Speech, and
Signal Processing, Special Session: Statistical
Inferences on Nonlinear Manifolds with Applications in Signal and Image
Processing (Cet article est essentiellement un résumé de quelques
précédents avec en plus un mot sur le laplacien de graphe appliqué
aux formes). ICASSP 2006. [bibtex]
Poster invité:
Poster au Designing Tomorrow's
Category-Level 3D Object Recognition Systems: An International Workshop (septembre 2003)
Exposés et posters: (pas vraiment à jour)
Les transparents de ma soutenance de thèse
(décembre 2006).
Présentation orale à ICASSP 2006 sur les
statistiques de formes (métriques, gradient de forme, laplacien de graphe).
Poster au Designing Tomorrow's
Category-Level 3D Object Recognition Systems: An International Workshop (septembre 2003)
Animations:
Diverses animations (segmentation avec ou
sans a priori de forme, évolution obtenue par descente de gradient
rigidifiée ou non par changement de produit scalaire, premières déformations
caractéristiques associées à une base de visages) présentées lors de ma
soutenance de thèse.
Visages: tous les modes propres associés à une base de
données de visages (variations d'intensité et déformations couplées)
Antoine Szatkownik (conception de réseaux de neurones adaptés à la génétique des populations) [2022-], en co-direction avec Cyril Furtlehner, Flora Jay et Burak Yelmen
Francesco Pezzicoli (GNNs pour les matériaux amorphes: transition du verre) [2022-], en co-direction avec François Landes
Thibault Monsel (apprentissage de systèmes dynamiques de type équations différentielles à délai) [2022-], en co-direction avec Lionel Mathelin et Onofrio Semeraro
Matthieu Nastorg (modèles d'apprentissage profond pour accélérer la résolution des équations de Navier-Stokes sur des maillages non-structurés) [2021-], en co-direction avec Alessandro Bucci, Thibault Faney, Jean-Marc Gratien et Marc Schoenauer
Manon Verbockhaven (détection de manque d'expressivité des réseaux de neurones, d'un point de vue d'analyse fonctionnelle) [2021-]
Loris Felardos (réseaux de neurones pour la simulation de la dynamique moléculaire), en co-direction avec Jérôme Hénin et Bruno Raffin [2018-2022]
Julien Girard (preuve formelle de réseaux de neurones), en co-direction avec Zakaria Chihani et Marc Schoenauer [2018-2021]
Nicolas Girard (vectorisation d'images satellitaires à l'aide de réseaux de neurones), en co-encadrement avec Yuliya Tarabalka et Pierre Alliez [2017-2020]
Théophile Sanchez (flexibilité des réseaux de neurones et application en génétique des populations), en co-direction avec Flora Jay et Marc Schoenauer [2017-2022]
Pierre Wolinski (apprentissage de la structure des réseaux de neurones), en co-direction avec Yann Ollivier [2016-2020]
Emmanuel Maggiori (segmentation d'images satellitaires avec a priori de forme), en co-direction avec Yuliya Tarabalka et Pierre Alliez [2015-2017]
Ratnesh Kumar (segmentation de vidéos sous forme de fibres pour la reconnaissance d'activités), en co-direction avec Monique Thonnat [2011-2014]
Étudiants de Master 2
María Belén Guaranda Cabezas (modèles génératifs profonds hiérachiques pour la turbulence), en co-direction avec Sergio Chibbaro et Lionel Mathelin [2023]
Louis Dumont (réseaux de neurones sur graphes pour générer les conformations moléculaires), en co-direction avec Loris Felardos et Jérôme Hénin [2020]
Pierre Jobic (réseaux de neurones invariants par permutation pour la génétique des populations), en co-direction avec Théophile Sanchez et Flora Jay [2020]
Andrew Khalel (pan-sharpening à l'aide de réseaux de neurones (fusion d'images de résolutions et de modalités différentes)), en co-direction avec Yuliya Tarabalka [2018]
Mo Yang (météo: prédiction de la trajectoire des cyclones), en co-direction avec Claire Monteleoni et Sophie Giffard-Roisin [2018]
Hugo Richard (analyse et génération de vidéos avec des réseaux de neurones, avec application en imagerie cérébrale), en co-direction avec Bertand Thirion [2017-2018]
Armand Zampieri (recalage d'images satellitaires avec le cadastre), en co-direction avec Yuliya Tarabalka [2017]
Théophile Sanchez (génétique des populations), en co-direction avec Flora Jay [2017]
Priyanka Mandikal (recalage d'images médicales 3D), en collaboration avec Therapixel [2017]
Emmanuel Maggiori (a priori de forme pour la segmentation d'image à l'aide d'arbres binaires de partition), en co-direction avec Yuliya Tarabalka [2014]
Kandan Ramakrishnan (suivi de poussières autour d'un plasma dans un réacteur de fusion nucléaire), en co-direction avec Vincent Martin [2011]
Ezequiel Cura (stratégies pour la construction automatique de modèles) [2010]
Anja Schnaars (segmentation basée sur la texture) [2010]
Étudiants de Master 1, L3 ou assimilés
Martin Toth (explication de décision prise par un réseau de neurones), en collaboration avec Hossein Khonsari [parcours Centrale 2017-2019]
Louis Bethune (suivi de paramécies au microscope motorisé, par apprentissage par renforcement), en collaboration avec Romain Brette [2017]
Raphaël Guegan (réseaux de neurones pour l'estimation de la dynamique des foules), en co-direction avec Emanuel Aldea [2017]
Etienne Desbois (classification de lésions cutanées), en collaboration avec Hossein Khonsari [2016]
Sorana Capalnean (classification de gestes à partir d'une caméra mesurant la profondeur) [2012]
Bertrand Simon (dynamique d'un mouvement articulé et reconnaissance de gestes) [2012]
Ingénieurs
Raphaël Jaiswal (catégorisation de scénarios de conduite), en collaboration avec Renault [2017-2018]
Etienne Brame (classification multi-classe d'une grande base de données d'images), en collaboration avec Armadillo dans le cadre du projet Adamme [2017-2018]
Liens:
Page illustrée présentant mon travail en images et vidéos
/
in english ?)
