Différences entre les versions de « Séminaire du 27 avril 2022 »
| Ligne 3 : | Ligne 3 : | ||
''Vincent Mazet'', équipe IMAGeS, ICube | ''Vincent Mazet'', équipe IMAGeS, ICube | ||
| − | '''Résumé :''' | + | '''Résumé :''' Dans cette présentation, je résumerai mes activités d'enseignement et de recherche. En enseignement, j'évoquerai les méthodes que j'ai mises en place et évaluées pour améliorer l'apprentissage. Je reviendrai notamment sur mes travaux effectués durant mon diplôme universitaire en pédagogie de l'enseignement supérieur, qui concernent l’approche de l’infusion sur le développement de la pensée critique. En recherche, je détaillerai principalement la problématique de décomposition conjointe de plusieurs signaux en motifs paramétrés, dans le cas où les paramètres de ces motifs évoluent lentement à travers les signaux. Ce problème |
| + | se retrouve dans des domaines diverses comme la spectroscopie de photoélectrons ou l'imagerie multispectrale astronomique. Deux familles d'approches ont permis d'apporter une solution : un approche bayésienne couplée à un algorithme MCMC d'une part, et une méthode d'approximation parcimonieuse d'autre part. | ||
Version du 20 avril 2022 à 09:42
Inférence bayésienne et représentations parcimonieuses pour la décomposition en motifs
Vincent Mazet, équipe IMAGeS, ICube
Résumé : Dans cette présentation, je résumerai mes activités d'enseignement et de recherche. En enseignement, j'évoquerai les méthodes que j'ai mises en place et évaluées pour améliorer l'apprentissage. Je reviendrai notamment sur mes travaux effectués durant mon diplôme universitaire en pédagogie de l'enseignement supérieur, qui concernent l’approche de l’infusion sur le développement de la pensée critique. En recherche, je détaillerai principalement la problématique de décomposition conjointe de plusieurs signaux en motifs paramétrés, dans le cas où les paramètres de ces motifs évoluent lentement à travers les signaux. Ce problème se retrouve dans des domaines diverses comme la spectroscopie de photoélectrons ou l'imagerie multispectrale astronomique. Deux familles d'approches ont permis d'apporter une solution : un approche bayésienne couplée à un algorithme MCMC d'une part, et une méthode d'approximation parcimonieuse d'autre part.