Apprentissage

Approches

• Apprentissage multi-sources, multi-vues, multi-modales
  
• Apprentissage semi-supervisé ou faiblement supervisé
• Apprentissage par transfert, adaptation de domaine, transport optimal
• Apprentissage robuste et IA de confiance
• Modèles à architecture profonde
• Réseaux de neurones récurrents
• Réseaux adverses génératifs
• Analyse de graphes, appariement de graphes, métriques sur graphes
  
• Modèles à bases de graphes, représentations multi-échelles
• Modèles parcimonieux, apprentissage de dictionnaire et décomposition tensorielle
  
• Fusion d’information, apprentissage ensembliste, forêts aléatoires
• Modélisation de l'information spatiale et temporelle
• Apprentissage fédéré et serious games

Applications

• Reconnaissance de l’écriture
• Analyse de documents manuscrits
  
• Analyse de documents anciens
• Recherche d’information
• Imagerie médicale
• Analyse de gestes sportifs
• Analyse et synthèse de molécules
• Analyse de scènes routières
• Analyse du trafic routier
• Gestion des risques
• Dynamiques spatiales historiques
• Analyse et description de scènes audio
• Analyse de séries temporelles

Nos partenaires

Collaborations internationales

• Heidelberg University (Allemagne), Optimisation linéaire en nombres entiers
• SCK CEN - Belgian Center for Nuclear Energy (Belgique), géostatistiques
• Université Catholique de Louvain (Belgique), réduction de dimension, imagerie médicale
• KU Leuven (Belgique), décomposition tensorielle 
• Eindhoven TU (Pays-Bas), apprentissage faiblement supervisé, imagerie médicale
• Cornell University (États-Unis), sélection de variables
• Rutgers University (États-Unis), sélection de modèles statistiques
• ÉTS de Montréal (Canada), lecture des documents manuscrits et imprimés
• Universidade de Sao Paulo (Brésil), apprentissage de dictionnaire
• Pontifícia Universidade Católica do Paraná (Brésil), analyse automatique de documents manuscrits
• Indian Statistical Institute de Calcutta (Inde), biométrie et l’analyse des écriture

Collaborations institutionnelles nationales

• INRIA Grenoble, (équipe Thoth), apprentissage profond
  
• I3E, (équipe Maasai) apprentissage profond
• LIS (ex. LIF, équipe QARMA), apprentissage profond
• LIP6 (équipe MLIA), apprentissage profond
• INRIA Nancy - Grand Est (équipe MultiSpeech), reconnaissance d'évènements sonores
• LTCI (équipe S2A), apprentissage profond
• LIG (équipe APTIKAL), analyse de series temporelles
• MIP, analyse de gestes sportifs
• Lagrange, (équipe SI), transport optimal 
• IRISA (équipe OBELIX), transport optimal 
• IRISA (équipe IntuiDoc), analyse de données historiques financières
• CAMS (équipe MSC), analyse de données historiques financières
• PSE, Analyse de données historiques financières
• LARHRA, océrisation de la population parisienne
• CEA LIST, adaptation de domaine, analyse de séquences vidéo
• UMI UMMISCO, serious games

Collaborations institutionnelles régionales

• GREYC (plusieurs équipes dont Image et CoDaG), deep learning, images
• Centre François Baclesse, imagerie médicale
• Centre Henri Becquerel, imagerie médicale
• CERMN, chemoinformatique
  
• GMP, modèles physiques
• CORIA, mécanique des fluides numérique, modèles physiques
• UMR IDEES, serious games
• CETAPS, analyse de gestes sportifs
• IRSEEM,  analyse de scènes routières
• CEREMA Normandie-Centre, analyse de scènes routières
• et les laboratoires de mathématiques LMI et LMRS

Partenaires industriels

Projets

Chaire IA RAIMO : A Road toward safe Artificial Intelligence in MObility (ANR, 2020-2024)

EXO-POPP : Optical Extraction of Handwritten Named Entities for the Marriage Certificates of the Population of Paris (1921-1946) (ANR, 2021-2024)
Partenaire principal : LARHRA

CATCH : Compréhension Automatique de Témoignages de Capteurs Humains (ANR, 2021-2023)
Partenaires : Saagie, Atmo Normandie

LabCom L-Lisa : Laboratoire commun LITIS Saagie (ANR, 2021-2025)
Partenaire : Saagie

SCHISM : Supporting CHemoinformatics via Interactive unsupervised and Semi-supervised data Mining (FEDER, 2020-2024)

Partenaires : GREYC, CERMN

DeepART : Medical Image collection, segmentation and anonymization for DEEP learning in Adaptive Radiation Therapy (2020-2022)
Partenaires : Centre François Baclesse, Centre Henri Becquerel, GREYC

WeSmile : Weakly supervised medical image segmentation (PHC Van Gogh, 2020-2022)

Partenaire : Eindhoven TU

AMCAS : Apprentissage Machine pour la Compréhension de l’Atomisation Secondaire (2020-2022)
Partenaire : CORIA

THESIS : THermoplastic Erosion Shield for new generation Ice protection System (2019-2022)
Partenaires : Zodiac Aerosafety Systems (aujourd'hui SAFRAN), Analyse and Surface, Dedienne Multi-plasturgy Group, IRSEEM, GPM, CORIA

ESCAPE SG : Serious game de gestion d'évacuation (2019-2023)

Partenaires : UMR IDEES, UMI UMMISCO

APi : Apprivoiser la pré-image - Taming the Beast of the Preimage in Machine Learning for Structured Data : Signal, Image and Graph (ANR, 2018-2023)

Partenaires : LTCI, LIG

PAUSE APi : subvention complétant l'ANR APi dans le cadre du programme national d'aide à l'accueil en urgence des scientifiques en exil (PAUSE) piloté par le Collège de France

NormanD'eep : Deep learning et application (2018-2022)
Partenaire : GREYC

ASTURIAS : Analyse d'images de journaux (2018-2022)
Partenaires : GREYC, Equipe MIND du LITIS

DeepInFrance : Deep learning et apprentissage (ANR, 2018-2022)
Partenaires : INRIA Grenoble, I3S, GREYC, LIF-AMU, LIP6

LEAUDS : Reconnaissance d'évènements sonores (ANR, 2018-2022)
Partenaires : Netatmo, INRIA Nancy - Grand Est

ESCAPE : Simulation d'évacuation massive de la population (ANR, 2017-2022)
Partenaires : UMR IDEES, UMI UMMISCO

DynACEV : Dynamique de l’Apprentissage: Comportement et Expérience Vécue. Quelle place pour les stratégies d’exploration ? (ANR, 2017-2022)
Partenaire : CETAPS, ISSUL (Lausanne), MIP, SOPESES (Nouvelle-Zélande), SPARC (UK) 

OATMIL : Transport optimal et apprentissage statistique (ANR, 2017-2022)
Partenaires : IRISA, Lagrange, Technicolor 

HBDEX :  Analyse de données historiques financières (ANR, 2017-2022)
Partenaires : PSE, CAMS, IRISA

POPP : Projet d’océrisation des recensements de la population parisienne (1921-1946) (2020-2021) - voir démonstrateur ici
Partenaire : LARHRA

EurHisFirm :  Conception d'une infrastucture de recherche pour dématérialiser les informations économiques historiques en Europe sur les sociétés (H2020 EU, 2018-2021)
Partenaires : Consortium de 16 partenaires européens 

Read E-Doc : Développement d'u système d'extraction d'informations alphanumériques spécifique dans des bordereaux dématérialisée d'expéditions de containers (2019-2021)
Partenaire : Toshiba

Nos thèses CIFRE avec DataHertz, Lokad, TEKLIA, Weinig Luxscan, Actemium, SOLYSTIC, Itekube