BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Département de mathématiques et applications - ECPv6.2.2//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Département de mathématiques et applications
X-ORIGINAL-URL:https://www.math.ens.psl.eu
X-WR-CALDESC:évènements pour Département de mathématiques et applications
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20170326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20171029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170302T140000
DTEND;TZID=Europe/Paris:20170302T140000
DTSTAMP:20260517T082102
CREATED:20170302T130000Z
LAST-MODIFIED:20211104T102729Z
UID:8346-1488463200-1488463200@www.math.ens.psl.eu
SUMMARY:Signaux sur graphe\, du traitement à l'apprentissage
DESCRIPTION:Motivées par la profusion de signaux intéressants qui sont attachés un graphe (un réseau de transport\, un réseau social\, un maillage 3D) ou dont la structure interne est bien captée par un graphe entre ses parties (un image\, un son)\, des études visant à étendre aux graphes les outils classiques de la théorie et du traitement des signaux ont vu le jour dans un passé récent. Nous rappellerons les bases de telles extensions\, en particulier au moyen de l’analyse spectrale de graphe\, pour nous concentrer ensuite sur plusieurs problèmes et applications
URL:https://www.math.ens.psl.eu/evenement/signaux-sur-graphe-du-traitement-a-lapprentissage/
LOCATION:IHP Salle 314
CATEGORIES:Séminaire Parisien des Mathématiques Appliquées à l’Imagerie
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170302T150000
DTEND;TZID=Europe/Paris:20170302T150000
DTSTAMP:20260517T082102
CREATED:20170302T140000Z
LAST-MODIFIED:20211104T102928Z
UID:8347-1488466800-1488466800@www.math.ens.psl.eu
SUMMARY:Application des ondelettes à divergence nulle pour le transport optimal
DESCRIPTION:Dans de nombreuses applications\, la solution du problème est un champ de vecteur qui doit vérifier une condition de divergence nulle : c’est le cas des champs de vitesse incompressibles solutions des équations de Navier-Stokes\, ou du champ magnétique pour les solutions de Maxwell. Plus récemment\, les champs à divergence nulle ont trouvé d’autres applications\, comme la compression de champs de vecteur en infographie\, ou encore la résolution du transport optimal dans sa formulation dynamique. Dans cet exposé\, nous intéressons à la décomposition des champs à divergence nulle vérifiant des conditions aux limites physiques : pour cela nous introduisons une nouvelle base d’ondelettes à divergence nulle sur le carré ou le cube\, qui diagonalise les opérateurs de dérivation. En particulier sur cette base\, la complexité pour résoudre un Laplacien-Dirichlet avec condition de divergence nulle est optimale (linéaire). Dans un deuxième temps\, nous considérons la formulation du transport optimal dynamique de Benamou-Brenier\, que nous reformulons sur un espace de contraintes à divergence nulle. La minimisation de la fonctionnelle est alors effectuée par une descente de gradient sur l’espace des coefficients d’ondelettes à divergence nulle\, et uniquement grâce à des décompositions-recompositions sur ondelettes. Ce travail est effectué en collaboration avec Morgane Henri\, Souleymane Kadri-Harouna (université de La Rochelle) et Emmanuel Maitre.
URL:https://www.math.ens.psl.eu/evenement/application-des-ondelettes-a-divergence-nulle-pour-le-transport-optimal/
LOCATION:IHP Salle 314
CATEGORIES:Séminaire Parisien des Mathématiques Appliquées à l’Imagerie
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170330T140000
DTEND;TZID=Europe/Paris:20170330T150000
DTSTAMP:20260517T082102
CREATED:20170330T120000Z
LAST-MODIFIED:20211104T104203Z
UID:8373-1490882400-1490886000@www.math.ens.psl.eu
SUMMARY:Adapting to unknown noise level in super-resolution
DESCRIPTION:We study sparse spikes deconvolution over the space of complex-valued measures when the input measure is a finite sum of Dirac masses. We introduce a new procedure to handle the spike deconvolution when the noise level is unknown. Prediction and localization results will be presented for this approach. An insight on the probabilistic tools used in the proofs could be briefly given as well.
URL:https://www.math.ens.psl.eu/evenement/adapting-to-unknown-noise-level-in-super-resolution/
LOCATION:ENS Salle W
CATEGORIES:Séminaire Parisien des Mathématiques Appliquées à l’Imagerie
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170330T150000
DTEND;TZID=Europe/Paris:20170330T150000
DTSTAMP:20260517T082102
CREATED:20170330T130000Z
LAST-MODIFIED:20211104T103401Z
UID:8355-1490886000-1490886000@www.math.ens.psl.eu
SUMMARY:Covariant LEAst-Square Re-fitting for image restoration
DESCRIPTION:We propose a new framework to remove parts of the systematic errors affecting popular restoration algorithms\, with a special focus for image processing tasks. Generalizing ideas that emerged for l1 regularization\, we develop an approach re-fitting the results of standard methods towards the input data. Total variation regularizations and non-local means are special cases of interest. We identify important covariant information that should be preserved by the re-fitting method\, and emphasize the importance of preserving the Jacobian (w.r.t. the observed signal) of the original estimator. Then\, we provide an approach that has a « twicing » flavor and allows re-fitting the restored signal by adding back a local affine transformation of the residual term. We illustrate the benefits of our method on numerical simulations for image restoration tasks. Joint work with C.-A. Deledalle (IMBordeaux)\, J. Salmon (TELECOM ParisTech) and S. Vaiter (IMBourgogne).
URL:https://www.math.ens.psl.eu/evenement/covariant-least-square-re-fitting-for-image-restoration-2/
LOCATION:Salle W (ENS)
CATEGORIES:Séminaire Parisien des Mathématiques Appliquées à l’Imagerie
END:VEVENT
END:VCALENDAR