DESCRIPTIFS DES COURS DU M2 MVA MATH ´EMATIQUES VISION ...

pages

Français

Documents

Lire un extrait

Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris

pages

Français

Ebook

Lire un extrait

Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus

Publié par

oxibawas

Nombre de lectures

117

Langue

Français

DESCRIPTIFS DES COURS DU M2 MVA MATH ´EMATIQUES VISION ...

Voir

Publié par

oxibawas

Nombre de lectures

117

Langue

Français

maths cours

DESCRIPTIFS DES COURS DU M2 MVA ´ MATHEMATIQUES VISION APPRENTISSAGE 2009-2010

TABLE DES MATI`ERES Cours Maths/Vision, Trim13 M´ethodesd’optimisationetapplicationentraitementd’images, JEAN-FRANC¸OISAUJOL ETMILA NIKOLOVA3 Introduction`al’imagerienume´rique, YANNGOUSSEAU ETJULIEDELON4 Imagerie sous pixellique, LIONELMOISAN5 Lesﬁltresite´r´esd’imageetleurlienaveclese´quationsauxd´eriv´eespartielles, JEAN-MICHELMOREL7 Repre´sentations parcimonieuses, estimation et compression par ondelettes, STE´PHANEMALLAT8 Vision et reconstruction 3D, RENAUDKERIVEN9 Reconstruction d’objets et vision artiﬁcielle, JEANPONCE10 Cours Maths/Apprentissage/Signaux Biologiques, Trim 111 Methodes MCMC et Applications, ST´EPHANIEALLASSONI`ERE, ERICMOULINES, GERSENDEFORT11 Introduction a` l’apprentissage statistique, JEAN-YVESAUDIBERT12 Mode`les graphiques probabilistes (re´seaux bayesiens), FRANCISBACH13 Apprentissage par Renforcement, RE´MIMUNOS14 Mode`lesmath´ematiquespourlesneurosciences, OLIVIERFAUGERAS15 Acquisitionettraitementnum´eriquedesimagesbiome´dicales(I), NICOLASAYACHE ETGR´EGOIRE MAALDNAIN16 Dynamique,contrˆoleetrobotique, KARINEBEAUCHARD, PIERREROUCHON17 Cours Maths/Vision/Audio, Trim 218 Me´thodes stochastiques pour l’analyse d’images, AGN`ESDESOLNEUX ETJULIEDELON18 Compressed sensing, YVESMEYER19 Mod`elesdeformablesenanalysed’imagesetdesurfaces, LAURENTCOHEN ETGABRIELPEYR´E20 ´ M´ethodesvariationnellesetstatistiquesenanalysevid´eo, FRAN¸COISEDIBOS ETGEORGESKOEPFLER22 Advanced Mathematical Methods in Computer Vision, NIKOSPARAGIOS23 Traitement du signal sonore, analyse temps-fre´quence, EMMANUELBACRY24 Analyse des signaux audio-fre´quences, GA¨ELRICHARD/ YVESGRENIER25 Imagerie satellitaire, JEAN-MARIENICOLAS, ANDRESALMANSA, MARINECAMPEDEL, MICHEL ROUX, FLORENCETUPIN26 Cours Maths/Apprentissage/Signaux Biologiques, Trim 227 Apprentissage statistique ´NICOLASVAYATIS27 avance, Prediction, learning, and games, GABORLUGOSI28 Me´thodes a` noyau pour l’apprentissage, JEAN-PHILIPPEVERT29 Analysededonn´eesettechniquesneuronales, MARIECOTTREL30 Mode´lisation en neurosciences - et ailleurs, JEAN-PIERRENADAL31 Statistical Learning in Computational Biology, DONALDGEMAN33 Traitementdel’informationenbiotechnologie:Analysestatistiquedesdonn´eesdemicro-array, BERNARD CHALMOND34 G´eome´trieetespacedeformes, JOANGLAUNES, ALAINTROUVE´ETLAURENTYOUNES35 Analyseetsimulationdesimagesbiom´edicales(II), NICHOLASAYACHE, HERVE´DELINGETTE ET XAVIERPENNEC36 Date: 3 janvier 2010.

´ DESCRIPTIFS DES COURS DU M2 MVA MATHEMATIQUES VISION APPRENTISSAGE 2009-2010

Imageriefonctionellec´ere´brale ETBERTRANDTHIRION

interface

cerveau

machine,

T ´EO H

POPOULPADOA,

MAUREEN

CLERC

Cours Maths/Vision, Trim1 M´ethodesd’optimisationetapplicationentraitementd’images, JEAN-FRANC¸OISAUJOL ETMILANIKOLOVA ME´THODES D’OPTIMISATION ET APPLICATION EN TRAITEMENT D’ESIMAG JEAN-FRANC¸OISAUJOL ETMILANIKOLOVA OBJECTIF DU COURSamoresadgoalthridtseffo’urirnapn’objectifducoursL:clesquri´eumsnmetnemeuqissa utilis´esdanslesproble`mesdetraitementd’images. DESCRIPTIF DU COURSenceparltudecommtaoidnfemanimisi:e´’Lassnceuonnoitcnoidsellenntre´effavesblia contraintes.Oncontinueensuiteenpre´sentantlesm´ethodesnum´eriquespourtraiterlaminimisationdefonction-nellesnondiff´erentiables. L’ensembleducoursseraillustre´pardesTravauxPratiquespermettanta`l’e´tudiantdeseconfronter`aunevaste gammedeproble´matiquesdutraitementd’image(restaurationd’images,zoom,d´equantiﬁcation,d´ecomposition d’images,inpainting...).Cestravauxpratiquesserontre´alis´esavecMatlab. MODE DE VALIDATION: Examen e´crit + comptes rendus de TP R ´ ´RENCES: EFE ´ PREREQUIS: LIEN WEB:

Voir