
>From - Fri Oct 24 11:20:45 2003
X-Mozilla-Status2: 00000000
Envelope-to: thierry.geraud@lrde.epita.fr
Received: from hermes.epita.fr ([163.5.255.10] helo=epita.fr)
	by kualalumpur.lrde.epita.fr with esmtp (Exim 3.35 #1 (Debian))
	id 1ACy5p-0001c6-00; Fri, 24 Oct 2003 11:18:49 +0200
Received: from smtp2.enst.fr (enst.enst.fr [137.194.2.16])
	by epita.fr id h9O9F7N07598
	Fri, 24 Oct 2003 11:15:07 +0200 (CEST)
Received: from enst.fr (macguion.enst.fr [137.194.6.204])
	by smtp2.enst.fr (Postfix) with ESMTP
	id DC2C953C9B; Fri, 24 Oct 2003 11:14:56 +0200 (CEST)
Date: Fri, 24 Oct 2003 11:16:30 +0200
Subject: =?ISO-8859-1?Q?R=E9union_Th=E8me_A_:_Signal_et_Information_:_Th?=
 =?ISO-8859-1?Q?=E9orie_et_M=E9thodes_organise?=
Content-Type: multipart/alternative; boundary=Apple-Mail-34-632961540
Mime-Version: 1.0 (Apple Message framework v552)
From: =?ISO-8859-1?Q?Guion_C=E9cile?= <Cecile.Guion@enst.fr>
To: =?ISO-8859-1?Q?Guion_C=E9cile?= <Cecile.Guion@enst.fr>
In-Reply-To: <0E561DD9-0600-11D8-8B70-000393585F92@enst.fr>
Message-Id: <C153A472-0602-11D8-8B70-000393585F92@enst.fr>
X-Mailer: Apple Mail (2.552)


--Apple-Mail-34-632961540
Content-Transfer-Encoding: quoted-printable
Content-Type: text/plain;
	charset=WINDOWS-1252;
	format=flowed

> 12 d=E9cembre 2003
> Th=E8me A : Signal et Information : Th=E9orie et M=E9thodes organise
> A: R=E9union g=E9n=E9rale du pole A
> ENST Paris - Salle : E800
>
> Mohamed Djafari=A0: Fusion de donn=E9es en imagerie
>
>
> La reconstruction d'une image =E0 partir de donn=E9es de source et
> de nature diff=E9rentes est devenue une n=E9cessit=E9 dans divers =
domaines
> d'applications : imagerie m=E9dicale, contr=F4le non destructif (CND),
> imagerie multispectrale en g=E9ophysique et en astrophysique ainsi =
qu'en
> diverses techniques de contr=F4le de processus en chimie (process
> tomography).
> L'approche estimation et inf=E9rence bay=E9sienne est un outil tout =E0 =
fait
> naturel et efficace en fusion de donn=E9es. Dans le domaine de=20
> l'imagerie,
> cette approche avec une mod=E9lisation markovienne hi=E9rarchique =
permet
> le d=E9veloppement de m=E9thodes r=E9alistes et a d=E9j=E0 montr=E9 =
son efficacit=E9
> en reconstruction tomographique d'image. Par exemple, dans des travaux
> r=E9cents, nous avons d=E9velopp=E9 des m=E9thodes pour fusionner des =
donn=E9es
> radio-graphiques (rayons X ou gamma) et des donn=E9es =E9chographiques
> (ultrasonore) ou des donn=E9es g=E9om=E9triques ou anatomiques.
>
> L'objet de mon intervention est tout d'abord de faire une pr=E9sentation=

> rapide de ces approches, et ensuite, d'identifier les diff=E9rentes
> =E9quipes qui s'int=E9ressent =E0 ces probl=E8mes et, finalement, de =
solliciter
> la cr=E9ation d'une action sp=E9cifiques ou d'une ACI sur ce sujet.
>
>
>
>
> Flandrin Delechelle=A0: Analyse modale empirique
>
>
>
> N.E. Huang et ses collaborateurs ont r=E9cemment propos=E9 une
> technique de d=E9composition de signaux appel=E9e "D=E9composition
> Modale Empirique" (ou EMD, pour "Empirical Mode Decomposition").
> La technique consiste =E0 consid=E9rer les signaux =E0 l'echelle de
> leurs oscillations locales, =E0 soustraire l'oscillation la plus
> rapide au signal et =E0 r=E9p=E9ter la proc=E9dure sur le r=E9sidu.
> Faute de disposer encore d'une approche th=E9orique solide
> sur la m=E9thode, nous travaillons =E0 en mieux conna=EEtre
> les possibilit=E9s et limitations en nous appuyant sur des
> simulations num=E9riques extensives dans des situations bien
> contr=F4l=E9es. On a en particulier mis en =E9vidence la capacit=E9
> de l'EMD =E0 r=E9aliser "spontan=E9ment" une d=E9composition dyadique
> de type ondelettes dans des cas de spectres =E0 large bande
> et on s'int=E9resse aux possibilit=E9s ainsi offertes d'obtenir
> de nouvelles repr=E9sentations multir=E9solution, non-rigides et
> enti=E8rement pilot=E9es par les donn=E9es, sur des =E9chelles
> naturelles.
>
> On trouvera une pr=E9sentation de l'approche et des pointeurs
> vers des publications et des codes =E0 l'URL :
>
>
> http://perso.wanadoo.fr/e.delechelle/Preshtml/EMD2DExemple.htm
>
>
> Barberesco=A0: Statistique et g=E9om=E9trie de l=92information
> frederic.barbaresco@fr.thalesgroup.com
>
> Depuis quelques ann=E9es, la g=E9om=E9trie de l=92information =
introduite par=20
> Rao dans les ann=E9es 50, et axiomatis=E9e par le Russe Chentsov [4]=20=

> retrouve un regain d=92int=E9r=EAt parmi diff=E9rentes communaut=E9s=A0:=
=20
> statistique, physique quantique, m=E9canique statistique [6], th=E9orie =
du=20
> signal et de l=92information, =E9conomie, r=E9seau de neurones =85 . =
Le=20
> premier colloque international sur ce th=E8me [1] a eu lieu en Italie =
en=20
> 2002. Aucun Fran=E7ais ne participait comme orateur =E0 cette =
conf=E9rence.=20
> Travaillant sur le domaine dans le domaine du traitement du signal=20
> radar [3], je souhaiterais en incluant dans une AS ce th=E8me et en y=20=

> participant, f=E9d=E9rer un noyau de chercheur fran=E7ais en =
traitement du=20
> signal et de l=92image autour de cette th=E9matique.
> La g=E9om=E9trie de l=92information vient =E9galement de jeter des =
passerelles=20
> vers la th=E9orie des EDP et du calcul des variations [2] qui ouvre de=20=

> nouveaux th=E8mes de recherche en rapport avec la th=E9orie f=E9conde =
des=20
> =AB=A0geodesic flow=A0=BB dans le cadre de la g=E9om=E9trie =
Riemannienne,=20
> appliqu=E9e r=E9cemment en traitement d=92image [5].
>
> [1] Conf=E9rence =93Information geometry and its applications=94,  =
Pescara -=20
> 1-5 July 2002
> [2] John Lafferty & Guy Lebanon, =93Information Diffusion Kernel=94
> [3] F. Barbaresco, =AB=A0Lissage anisotrope Doppler par extension de=20=

> l=92op=E9rateur de diffusion de Laplace-Beltrami dans le cadre de la=20=

> g=E9om=E9trie Riemannienne de l=92information de Chentsov=A0=BB, =
Conf=E9rence=20
> Gretsi=9203, Paris, Septembre 2003
> [4] N.N. Chentsov, =AB=A0Statistical decision rules and optimal=20
> inferences=A0=BB, Translation of Math. Monog. 53 (Amer. Math Society,=20=

> Providence, 1982)
> [5] R. Kimmel, N. Sochen =AB=A0Orientation Diffusion or How to Comb a=20=

> Porcupine=A0=BB, Journal of Visual Communication and Image =
Representation,=20
> vol. 13, pp.238-248, 2002
> [6] M. Calvo & J. Oller, =AB=A0A Distance Between Multivariate Normal=20=

> Distributions in an Embedding into the Siegel Group=A0=BB, Journal of=20=

> Multi. Analysis, vol. 35, n=B02, pp.223-242, Nov. 1990
>
>
> Torr=E9sani : Mod=E8les hybrides de signaux : Applications audio
>
>
> Nous nous int=E9ressons de nouvelles aproches visant =E0 d=E9composer
> des signaux en "couches" de formes d'ondes "significativement
> diff=E9rentes", et aux algorithmes d'estimation correspondants.
> Notre motivation principale est la mod=E9lisation de signaux
> audiophoniques et leur codage, mais d'autres champs d'applications,
> comme le d=E9bruitage et le codage d'images peuvent =E9galement =EAtre=20=

> abord=E9s
> dans ces termes.
> L'approche que nous privil=E9gions repose sur des d=E9compositions du=20=

> signal
> analys=E9 sur un dictionnaire tr=E8s redondant d'atomes =
temps-fr=E9quence
> (par exemple, l'union de deux bases orthonorm=E9es significativement
> diff=E9rentes), la non unicit=E9 de telles repr=E9sentations =
permettant
> d'en rechercher la "meilleure". On peut entendre par l=E0 la plus
> parcimonieuse, ou encore la plus proche d'un mod=E8le de "couche" =
donn=E9
> a priori. Utilisant par exemple un syst=E8me form=E9 d'une base=20
> d'ondelettes
> et d'une base trigonom=E9trique locale, nous d=E9finissons ainsi des=20=

> mod=E8les
> "tonal + transitoire + al=E9atoire" pour les signaux audio, ainsi =
qu'un
> sch=E9ma de codage audio associ=E9. Nous d=E9veloppons =E9galement une =
variante
> davantage adapt=E9e =E0 la probl=E9matique de l'analyse de signal, =
bas=E9e sur
> des d=E9compositions de Gabor "multi-fen=EAtre" ou "multi-couche".
>
>
> Cardoso, Ferrari=A0, Tourneret : Astro =96Satistique
>
>
>
>
> Le d=E9nominateur commun des Actions peut se r=E9sumer en 4 points :
>     * reposer sur une probl=E9matique cibl=E9e ;
>     * =EAtre port=E9e par un petit nombre d'=E9quipes identifi=E9es
>     * afficher des objectifs =E9valuables ;
>     * avoir une dur=E9e de vie a priori limit=E9e.
> Ma proposition ne remplirait que la premi=E8re condition.
> Un objectif majeur serait de faire jouer la transdisciplinarit=E9 sur
> l'air de "Nous avons (peut-=EAtre) des m=E9thodes prometteuses ; vous =
avez
> (peut-=EAtre) des probl=E8matiques int=E9ressantes".  Il me semble que =
la
> diss=E9mination des techniques modernes de TdSI vers la communaut=E9 =
des
> astronomes est =E0 l'ordre du jour.  Ces derniers seraient, pour =
autant
> que j'en puisse juger, tr=E8s demandeurs de journ=E9es scientifiques =
sur
> ce th=E8me.
> *Cr=E9ation d=92une AS sur l=92analyse de donn=E9es photom=E9triques =E0=
 faible=20
> flux
>
> Capp=E9, Legland=A0: M=E9thodes particulaires
>
>
>
> Les m=E9thodes particulaires (dites =E9galement =ABfiltre =
particulaire=BB,=20
> =ABm=E9thodes de
> Monte Carlo s=E9quentielles=BB, =ABbootstrap filter=BB ou =ABinteracting=
 particle
> approximation=BB) forment une classe de techniques de simulation=20
> permettant de
> traiter les questions d'inf=E9rence r=E9cursive (filtrage, pr=E9diction,=
=20
> estimation
> de param=E8tres, d=E9tection de ruptures) pour les mod=E8les d'=E9tats=20=

> non-lin=E9aires et
> non-gaussiens. Ces m=E9thodes qui ont fait leurs preuves dans des=20
> applications
> vari=E9es comme la poursuite (radar/sonar), la localisation ou le =
suivi=20
> d'objets
> en mouvement dans les s=E9quences vid=E9o font actuellement l'objet =
d'une=20
> attention
> soutenue dans le domaine du traitement du signal (num=E9ros sp=E9ciaux =
de=20
> IEEE
> Trans. SP en 2003 et de Eurasip JAP en 2004, sessions sp=E9ciales =E0=20=

> Eusipco 02,
> SSP 03, ...) Le but de cet intervention sera de faire un premier bilan=20=

> de l'AS
> =ABm=E9thodes particulaires=BB et de pr=E9senter l'=E9tat actuel des =
recherches=20
> dans ce
> domaine.
>
> Richard, Davy=A0: M=E9thodes =E0 vecteurs support
>
>
>
>
> Gribonval=A0: Ressources pour la s=E9paration de signaux =
audiophoniques
>
>
> Sur une dur=E9e de 18 mois, avec pour =E9ch=E9ance novembre 2003, =
l'AJC avait
> pour principal but "d'identifier des d=E9nominateurs communs =
sp=E9cifiques
> aux probl=E8mes soulev=E9s par la s=E9paration de sources audio, afin =
de
> proposer des crit=E8res num=E9riques et une gamme de signaux test=20
> pertinents
> ed de difficult=E9 calibr=E9e pour l'=E9valuation des performances de
> algorithmes existants et futurs".
>
> L'AJC a permis de nouer une collaboration intense entre ses membres,
> essentiellement autour du th=E8me de l'=E9valuation. Parmi les deux
> perspectives les plus imm=E9diates de "prolongement" du travail =
effectu=E9,
> nous pensons que les donn=E9es rassembl=E9es et les crit=E8res de =
performance
> propos=E9s pourraient servir
> -de point de d=E9part =E0 l'organisation d'un concours de s=E9paration =
de
> sources audio, vraisemblablement =E0 l'occasion de la prochaine=20
> conf=E9rence
> ICA.
> -d'outils pour mesurer exp=E9rimentalement les sources objectives de
> difficult=E9 en s=E9paration de sources (voir le point correspondant =
dans=20
> la
> probl=E9matique ci-dessous).
>
> Une telle =E9tude exp=E9rimentale des sources de difficult=E9 pourrait
> permettre d'identifier o=F9 doivent porter les principaux efforts afin =
de
> d=E9finir de nouvelles m=E9thodes
> robustes et efficaces de s=E9paration de sources audio.
> 	Crit=E8res de difficult=E9 et limites de performances:
> 	Mod=E9lisation structur=E9e des signaux audion pour la =
s=E9paration:
> 	Liens avec la classification et la reconnaissance automatique:
>
>
> Abry=A0: Synth=E8se de processus multifractals
>
>
> - P. Chainais et moi envisageons de proposer au GdR une journee=20
> synthese de
> processus multifractal sous forme d'un atelier de travail en=20
> choisissant un
> panel de gens contribuant ou aillant contribu=E9 au sujet pour une=20
> journ=E9e
> d'=E9change et de travail. Ce serait s=FBrement en janvier 2004.
>
>
> Salamatian=A0: Th=E9orie de l'information multi-utilisateur
>
>
> Le th=E8me A du GDR ISIS "Signal et Information : Th=E9orie et =
M=E9thodes"
> recouvre la probl=E9matique de la th=E9orie de Shannon. Cette =
th=E9matique
> regroupe une communaut=E9 de recherche qui est assez dispers=E9e dans =
les
> diff=E9rentes th=E9matiques du traitement de signal. Je souhaite =
pr=E9senter=20
> des
> travaux relatifs =E0 la th=E9orie de l'information multi-utilisateurs =
dans=20
> les
> r=E9seaux Ad-hoc, les r=E9seaux de capteurs et les r=E9seaux =
sans-fils. En=20
> effet
> cette th=E9matique qui se trouve =E0 la fronti=E8re entre r=E9seau et=20=

> traitement de
> signal est de plus en plus investigu=E9es au niveau international et=20=

> national
> (au niveau International : Wireless Systems Lab de Andrea Goldsmith =E0
> Stanford, WINLAB =E0 l'universit=E9 de Rutgers, WAN =E0 UCLA, au =
niveau=20
> fran=E7ais :
> projet Infradio, ambient, Odebi, etc..). Les th=E9matiques du codage=20=

> conjoint
> source-canal, =E0 la conception inter-couches, au MIMO, etc... sont=20
> intimement
> reli=E9s =E0 cette probl=E9matique.
>
> Je propose d'ajouter cette probl=E9matique dans le cadre de la r=E9union=
=20
> du pole
> A afin de f=E9d=E9rer cette th=E9matique de recherche et =
=E9ventuellement=20
> d'arriver
> =E0 l'=E9mergence d'une AS ou d'un groupe de recherche sur la =
th=E9matique=20
> de la
> th=E9orie de l'information (mono et multi-utilisateur).
>
> Je pr=E9senterais un =E9tat des lieux de cette th=E9matique et mettant =
en=20
> avant
> les interactions entre la th=E9matique signal, la th=E9orie de=20
> l'information et
> les r=E9seaux.
>
>
> Lucas=A0: Design d=92ondelettes d=E9pendant du signal et de =
l=92application
>
>
> Le choix d'une ondelette m=E8re est une op=E9ration d=E9licate qui =
d=E9pend=20
> directement du probl=E8me trait=E9. On peut constater dans la =
litt=E9rature=20
> que de nombreux auteurs proposent d'utiliser une des innombrables=20
> ondelettes disponibles apr=E8s avoir constat=E9 qu'elle =E9tait =
performante=20
> pour l'application envisag=E9e.
>
> Nous proposons une approche syst=E9matique pour dessiner une ondelette=20=

> adapt=E9e au signal pour une application donn=E9e ; elle consiste =
d'une=20
> part =E0 utiliser des ondelettes d=E9pendant d'un lot de param=E8tres, =
et=20
> d'autre part =E0 d=E9finir un crit=E8re de pertinence de l'ondelette =
retenue=20
> vis =E0 vis des signaux et de l'application. Dans ce contexte, le =
choix=20
> de l'ondelette optimale se ram=E8ne donc =E0 la r=E9solution d'un =
probl=E8me=20
> d'optimisation param=E9trique contraint par des conditions=20
> d'admissibilit=E9 (et =E9ventuellement de r=E9gularit=E9).
>
> En restreignant les investigations aux bases discr=E8tes d'ondelettes=20=

> entrant dans le cadre de l'analyse multir=E9solution (permettant une=20=

> reconstruction exacte et l'utilisation d'algorithmes rapides) on=20
> envisage la construction d'ondelettes selon plusieurs sch=E9mas (=E0=20=

> partir des filtres de d=E9composition, =E0 partir de combinaisons=20
> lin=E9aires d'ondelettes et de fonctions d'=E9chelle existantes, et =E0=20=

> partir du lifting), et dans plusieurs contextes (classification,=20
> compression, d=E9tection).
>
> Chapeau-Blondeau=A0: R=E9sonnance stochastique
>
>
> La r=E9sonance stochastique est un effet non lin=E9aire qui peut se=20
> d=E9crire comme la
> possibilit=E9 d'exploiter le bruit pour am=E9liorer certains =
traitements=20
> (non lin=E9aires)
> du signal.
>
> Cet effet paradoxal a =E9t=E9 introduit il y a environ une vingtaine=20=

> d'ann=E9es, dans le
> contexte de la physique non lin=E9aire. Depuis l'ors, la r=E9sonance=20=

> stochastique a
> =E9t=E9 analys=E9e et =E9tendue =E0 une vari=E9t=E9 grandissante de =
processus. Il a=20
> =E9t=E9 mis en
> =E9vidence que l'effet peut survenir sous des formes multiples, avec=20=

> diff=E9rents
> types de signaux, de bruits, de couplages signal-bruit non lin=E9aires,=20=

> et de
> mesures de performance se voyant am=E9lior=E9es par le bruit. Cette =
phase=20
> de
> recensement et d'analyse est encore en cours, de toutes les formes=20
> sous lesquelles
> on peut enregistrer un effet de traitement du signal favoris=E9 par le=20=

> bruit. Des
> explorations dans cette direction sont encore n=E9cessaires afin=20
> d'appr=E9cier, en
> connaissance de cause, l'=E9tendue et les potentialit=E9s de la =
r=E9sonance=20
> stochastique.
>
> Au del=E0 des ces d=E9monstrations de faisabilit=E9 de principe, qui=20=

> pr=E9sentent un
> int=E9r=EAt conceptuel concernant le statut du bruit en non-lin=E9aire, =
la=20
> question des
> applications pratiques comp=E9titives de la r=E9sonance stochastique =
est=20
> encore plus
> ouverte. La r=E9sonance stochastique est avant tout un effet non=20
> lin=E9aire. Elle op=E8re
> plut=F4t aux bas niveaux de la cha=EEne de traitement du signal, l=E0 =
o=F9=20
> l'on a affaire
> aux m=E9langes signal-bruit d=E9livr=E9s par l'environnement physique. =
A ces=20
> niveaux,
> l'approche traditionnelle vise plut=F4t =E0 rendre les dispositifs=20
> (transducteurs, pr=E9amplificateurs,
> filtres, ...) le plus lin=E9aires possible, rendant ainsi la r=E9sonance=
=20
> stochastique
> inop=E9rante. En m=EAme temps, dans un autre secteur, nous avons =
l'exemple=20
> de
> processus naturels qui mettent en jeu d=E8s les plus bas niveaux, des=20=

> op=E9rateurs
> essentiellement non lin=E9aires, en atteignant toutefois des=20
> performances globales
> tr=E8s =E9lev=E9es pour le traitement de l'information : ce sont les=20=

> processus neuronaux.
> La r=E9sonance stochastique op=E8re naturellement avec les =
non-lin=E9arit=E9s=20
> pr=E9sentes
> chez les neurones. Les modalit=E9s du traitement neuronal de=20
> l'information sont
> encore loin d'=EAtre =E9lucid=E9es. L'=E9tude de tels processus de =
traitement=20
> non lin=E9aire
> du signal et de l'information, incluant la r=E9sonance stochastique,=20=

> demeure donc
> encore largement ouverte pour l'exploration.
>
> En r=E9sum=E9, deux voies sont ouvertes : le recensement et l'analyse =
des=20
> formes
> diverses de r=E9sonance stochastique, l'=E9tude des applications=20
> sp=E9cialement dans le
> contexte =E9largi du traitement non lin=E9aire du signal d'inspiration=20=

> neuronale.
>
>

--Apple-Mail-34-632961540
Content-Transfer-Encoding: quoted-printable
Content-Type: text/enriched;
	charset=WINDOWS-1252

<excerpt><fontfamily><param>Times</param><bigger><bigger>12 d=E9cembre
2003

Th=E8me <italic>A : Signal et Information : Th=E9orie et M=E9thodes
</italic>organise <underline><color><param>9D99,110D,B3AF</param>

A: R=E9union g=E9n=E9rale du pole =
A</color></underline></bigger></bigger>

ENST Paris - Salle : E800</fontfamily><bold><fontfamily><param>Times New =
Roman</param>

=
</fontfamily></bold></excerpt><flushboth><excerpt><bold><fontfamily><param=
>Times New Roman</param>

Mohamed Djafari=A0: Fusion de donn=E9es en imagerie=20

</fontfamily></bold><fontfamily><param>Times New Roman</param>

<bold>

=
</bold></fontfamily></excerpt></flushboth><excerpt><fontfamily><param>Time=
s New Roman</param>La
reconstruction d'une image =E0 partir de donn=E9es de source et=20

de nature diff=E9rentes est devenue une n=E9cessit=E9 dans divers =
domaines

d'applications : imagerie m=E9dicale, contr=F4le non destructif (CND),

imagerie multispectrale en g=E9ophysique et en astrophysique ainsi qu'en

diverses techniques de contr=F4le de processus en chimie (process

tomography).=20

L'approche estimation et inf=E9rence bay=E9sienne est un outil tout =E0 =
fait=20

naturel et efficace en fusion de donn=E9es. Dans le domaine de
l'imagerie,=20

cette approche avec une mod=E9lisation markovienne hi=E9rarchique permet=20=


le d=E9veloppement de m=E9thodes r=E9alistes et a d=E9j=E0 montr=E9 son =
efficacit=E9=20

en reconstruction tomographique d'image. Par exemple, dans des travaux=20=


r=E9cents, nous avons d=E9velopp=E9 des m=E9thodes pour fusionner des =
donn=E9es=20

radio-graphiques (rayons X ou gamma) et des donn=E9es =E9chographiques=20=


(ultrasonore) ou des donn=E9es g=E9om=E9triques ou anatomiques.=20

=20

L'objet de mon intervention est tout d'abord de faire une pr=E9sentation

rapide de ces approches, et ensuite, d'identifier les diff=E9rentes

=E9quipes qui s'int=E9ressent =E0 ces probl=E8mes et, finalement, de =
solliciter

la cr=E9ation d'une action sp=E9cifiques ou d'une ACI sur ce sujet.=20


</fontfamily>

</excerpt><flushboth><excerpt><bold><fontfamily><param>Times New =
Roman</param>

</fontfamily></bold><fontfamily><param>Times New Roman</param>

<bold>Flandrin Delechelle=A0: Analyse modale empirique=20

</bold></fontfamily>



<fontfamily><param>Times New Roman</param>N.E. Huang et ses
collaborateurs ont r=E9cemment propos=E9 une

technique de d=E9composition de signaux appel=E9e "D=E9composition

Modale Empirique" (ou EMD, pour "Empirical Mode Decomposition").

La technique consiste =E0 consid=E9rer les signaux =E0 l'echelle de

leurs oscillations locales, =E0 soustraire l'oscillation la plus

rapide au signal et =E0 r=E9p=E9ter la proc=E9dure sur le r=E9sidu.=20

Faute de disposer encore d'une approche th=E9orique solide

sur la m=E9thode, nous travaillons =E0 en mieux conna=EEtre

les possibilit=E9s et limitations en nous appuyant sur des

simulations num=E9riques extensives dans des situations bien

contr=F4l=E9es. On a en particulier mis en =E9vidence la capacit=E9

de l'EMD =E0 r=E9aliser "spontan=E9ment" une d=E9composition dyadique

de type ondelettes dans des cas de spectres =E0 large bande=20

et on s'int=E9resse aux possibilit=E9s ainsi offertes d'obtenir

de nouvelles repr=E9sentations multir=E9solution, non-rigides et

enti=E8rement pilot=E9es par les donn=E9es, sur des =E9chelles

naturelles.


On trouvera une pr=E9sentation de l'approche et des pointeurs=20

vers des publications et des codes =E0 l'URL :


</fontfamily><underline><color><param>1A16,1A16,FFFB</param>

=
</color></underline></excerpt></flushboth><excerpt><underline><color><para=
m>1A16,1A16,FFFB</param>http://perso.wanadoo.fr/e.delechelle/Preshtml/EMD2=
DExemple.htm</color></underline>

</excerpt><flushboth><excerpt>

<fontfamily><param>Times New Roman</param>

<bold>Barberesco=A0: Statistique et g=E9om=E9trie de l=92information=20

=
</bold></fontfamily><underline><color><param>1A16,1A16,FFFB</param>frederi=
c.barbaresco@fr.thalesgroup.com</color></underline><bold><fontfamily><para=
m>Times New Roman</param>

</fontfamily></bold><fontfamily><param>Times New Roman</param>

Depuis quelques ann=E9es, la g=E9om=E9trie de l=92information introduite =
par
Rao dans les ann=E9es 50, et axiomatis=E9e par le Russe Chentsov [4]
retrouve un regain d=92int=E9r=EAt parmi diff=E9rentes communaut=E9s=A0:
statistique, physique quantique, m=E9canique statistique [6], th=E9orie =
du
signal et de l=92information, =E9conomie, r=E9seau de neurones =85 . Le
premier colloque international sur ce th=E8me [1] a eu lieu en Italie en
2002. Aucun Fran=E7ais ne participait comme orateur =E0 cette =
conf=E9rence.
Travaillant sur le domaine dans le domaine du traitement du signal
radar [3], je souhaiterais en incluant dans une AS ce th=E8me et en y
participant, f=E9d=E9rer un noyau de chercheur fran=E7ais en traitement =
du
signal et de l=92image autour de cette th=E9matique.

La g=E9om=E9trie de l=92information vient =E9galement de jeter des =
passerelles
vers la th=E9orie des EDP et du calcul des variations [2] qui ouvre de
nouveaux th=E8mes de recherche en rapport avec la th=E9orie f=E9conde =
des
=AB=A0geodesic flow=A0=BB dans le cadre de la g=E9om=E9trie =
Riemannienne,
appliqu=E9e r=E9cemment en traitement d=92image [5].


[1] Conf=E9rence =93Information geometry and its applications=94,  =
Pescara -
1-5 July 2002

[2] John Lafferty & Guy Lebanon, =93Information Diffusion Kernel=94

[3] F. Barbaresco, =AB=A0Lissage anisotrope Doppler par extension de
l=92op=E9rateur de diffusion de Laplace-Beltrami dans le cadre de la
g=E9om=E9trie Riemannienne de l=92information de Chentsov=A0=BB, =
Conf=E9rence
Gretsi=9203, Paris, Septembre 2003

[4] N.N. Chentsov, =AB=A0<italic>Statistical decision rules and optimal
inferences=A0</italic>=BB, Translation of Math. Monog. 53 (Amer. Math
Society, Providence, 1982)

[5] R. Kimmel, N. Sochen =AB=A0<italic>Orientation Diffusion or How to
Comb a Porcupine</italic>=A0=BB, Journal of Visual Communication and =
Image
Representation, vol. 13, pp.238-248, 2002

[6] M. Calvo & J. Oller, =AB=A0<italic>A Distance Between Multivariate
Normal Distributions in an Embedding into the Siegel Group</italic>=A0=BB,=

Journal of Multi. Analysis, vol. 35, n=B02, pp.223-242, Nov. =
1990<smaller>

</smaller>


<bold>Torr=E9sani : Mod=E8les hybrides de signaux : Applications audio

=
</bold></fontfamily></excerpt></flushboth><excerpt><fontfamily><param>Time=
s New Roman</param>

</fontfamily></excerpt><flushboth><excerpt><fontfamily><param>Times New =
Roman</param>

Nous nous int=E9ressons de nouvelles aproches visant =E0 d=E9composer

des signaux en "couches" de formes d'ondes "significativement

diff=E9rentes", et aux algorithmes d'estimation correspondants.

Notre motivation principale est la mod=E9lisation de signaux

audiophoniques et leur codage, mais d'autres champs d'applications,

comme le d=E9bruitage et le codage d'images peuvent =E9galement =EAtre
abord=E9s

dans ces termes.

L'approche que nous privil=E9gions repose sur des d=E9compositions du
signal

analys=E9 sur un dictionnaire tr=E8s redondant d'atomes temps-fr=E9quence

(par exemple, l'union de deux bases orthonorm=E9es significativement

diff=E9rentes), la non unicit=E9 de telles repr=E9sentations permettant

d'en rechercher la "meilleure". On peut entendre par l=E0 la plus

parcimonieuse, ou encore la plus proche d'un mod=E8le de "couche" donn=E9

a priori. Utilisant par exemple un syst=E8me form=E9 d'une base
d'ondelettes

et d'une base trigonom=E9trique locale, nous d=E9finissons ainsi des
mod=E8les

"tonal + transitoire + al=E9atoire" pour les signaux audio, ainsi qu'un

sch=E9ma de codage audio associ=E9. Nous d=E9veloppons =E9galement une =
variante

davantage adapt=E9e =E0 la probl=E9matique de l'analyse de signal, bas=E9e=
 sur

des d=E9compositions de Gabor "multi-fen=EAtre" ou "multi-couche".



<bold>Cardoso, Ferrari=A0, Tourneret : Astro =96Satistique

</bold></fontfamily>



<fontfamily><param>Times New Roman</param>

Le d=E9nominateur commun des Actions peut se r=E9sumer en 4 points :

    * reposer sur une probl=E9matique cibl=E9e ;

    * =EAtre port=E9e par un petit nombre d'=E9quipes identifi=E9es

    * afficher des objectifs =E9valuables ;

    * avoir une dur=E9e de vie a priori limit=E9e.

Ma proposition ne remplirait que la premi=E8re condition.

Un objectif majeur serait de faire jouer la transdisciplinarit=E9 sur

l'air de "Nous avons (peut-=EAtre) des m=E9thodes prometteuses ; vous =
avez

(peut-=EAtre) des probl=E8matiques int=E9ressantes".  Il me semble que =
la

diss=E9mination des techniques modernes de TdSI vers la communaut=E9 des

astronomes est =E0 l'ordre du jour.  Ces derniers seraient, pour autant

que j'en puisse juger, tr=E8s demandeurs de journ=E9es scientifiques sur

ce th=E8me.

*Cr=E9ation d=92une AS sur l=92analyse de donn=E9es photom=E9triques =E0 =
faible
flux


<bold>Capp=E9, Legland=A0: M=E9thodes particulaires

</bold></fontfamily>



</excerpt></flushboth><excerpt><fontfamily><param>Times New =
Roman</param>Les
m=E9thodes particulaires (dites =E9galement =ABfiltre particulaire=BB,
=ABm=E9thodes de

Monte Carlo s=E9quentielles=BB, =ABbootstrap filter=BB ou =ABinteracting =
particle

approximation=BB) forment une classe de techniques de simulation
permettant de

traiter les questions d'inf=E9rence r=E9cursive (filtrage, pr=E9diction,
estimation

de param=E8tres, d=E9tection de ruptures) pour les mod=E8les d'=E9tats
non-lin=E9aires et

non-gaussiens. Ces m=E9thodes qui ont fait leurs preuves dans des
applications

vari=E9es comme la poursuite (radar/sonar), la localisation ou le suivi
d'objets

en mouvement dans les s=E9quences vid=E9o font actuellement l'objet =
d'une
attention

soutenue dans le domaine du traitement du signal (num=E9ros sp=E9ciaux =
de
IEEE

Trans. SP en 2003 et de Eurasip JAP en 2004, sessions sp=E9ciales =E0
Eusipco 02,

SSP 03, ...) Le but de cet intervention sera de faire un premier bilan
de l'AS

=ABm=E9thodes particulaires=BB et de pr=E9senter l'=E9tat actuel des =
recherches
dans ce

domaine.

</fontfamily>

</excerpt><flushboth><excerpt><bold><fontfamily><param>Times New =
Roman</param>Richard,
Davy=A0: M=E9thodes =E0 vecteurs support

</fontfamily></bold>

<bold><fontfamily><param>Times New Roman</param>

</fontfamily></bold><fontfamily><param>Times New Roman</param>


=
</fontfamily></excerpt></flushboth><excerpt><bold><fontfamily><param>Times=
 New Roman</param>Gribonval=A0:
Ressources pour la s=E9paration de signaux audiophoniques

</fontfamily></bold><fontfamily><param>Times New Roman</param>


Sur une dur=E9e de 18 mois, avec pour =E9ch=E9ance novembre 2003, l'AJC =
avait

pour principal but "d'identifier des d=E9nominateurs communs sp=E9cifiques=


aux probl=E8mes soulev=E9s par la s=E9paration de sources audio, afin de

proposer des crit=E8res num=E9riques et une gamme de signaux test
pertinents

ed de difficult=E9 calibr=E9e pour l'=E9valuation des performances de

algorithmes existants et futurs".


L'AJC a permis de nouer une collaboration intense entre ses membres,

essentiellement autour du th=E8me de l'=E9valuation. Parmi les deux

perspectives les plus imm=E9diates de "prolongement" du travail =
effectu=E9,

nous pensons que les donn=E9es rassembl=E9es et les crit=E8res de =
performance

propos=E9s pourraient servir

-de point de d=E9part =E0 l'organisation d'un concours de s=E9paration =
de

sources audio, vraisemblablement =E0 l'occasion de la prochaine
conf=E9rence

ICA.

-d'outils pour mesurer exp=E9rimentalement les sources objectives de

difficult=E9 en s=E9paration de sources (voir le point correspondant =
dans
la

probl=E9matique ci-dessous).


Une telle =E9tude exp=E9rimentale des sources de difficult=E9 pourrait

permettre d'identifier o=F9 doivent porter les principaux efforts afin =
de

d=E9finir de nouvelles m=E9thodes=20

robustes et efficaces de s=E9paration de sources audio.

	Crit=E8res de difficult=E9 et limites de performances:

	Mod=E9lisation structur=E9e des signaux audion pour la =
s=E9paration:=20

	Liens avec la classification et la reconnaissance automatique:



<bold>Abry=A0: Synth=E8se de processus multifractals

</bold>


- P. Chainais et moi envisageons de proposer au GdR une journee
synthese de

processus multifractal sous forme d'un atelier de travail en
choisissant un

panel de gens contribuant ou aillant contribu=E9 au sujet pour une
journ=E9e

d'=E9change et de travail. Ce serait s=FBrement en janvier 2004.



<bold>Salamatian=A0: Th=E9orie de l'information multi-utilisateur

</bold>


Le th=E8me A du GDR ISIS "Signal et Information : Th=E9orie et M=E9thodes"=


recouvre la probl=E9matique de la th=E9orie de Shannon. Cette th=E9matique=


regroupe une communaut=E9 de recherche qui est assez dispers=E9e dans =
les

diff=E9rentes th=E9matiques du traitement de signal. Je souhaite =
pr=E9senter
des

travaux relatifs =E0 la th=E9orie de l'information multi-utilisateurs =
dans
les

r=E9seaux Ad-hoc, les r=E9seaux de capteurs et les r=E9seaux sans-fils. =
En
effet

cette th=E9matique qui se trouve =E0 la fronti=E8re entre r=E9seau et
traitement de

signal est de plus en plus investigu=E9es au niveau international et
national

(au niveau International : Wireless Systems Lab de Andrea Goldsmith =E0

Stanford, WINLAB =E0 l'universit=E9 de Rutgers, WAN =E0 UCLA, au niveau
fran=E7ais :

projet Infradio, ambient, Odebi, etc..). Les th=E9matiques du codage
conjoint

source-canal, =E0 la conception inter-couches, au MIMO, etc... sont
intimement

reli=E9s =E0 cette probl=E9matique.


Je propose d'ajouter cette probl=E9matique dans le cadre de la r=E9union
du pole

A afin de f=E9d=E9rer cette th=E9matique de recherche et =E9ventuellement
d'arriver

=E0 l'=E9mergence d'une AS ou d'un groupe de recherche sur la th=E9matique=

de la

th=E9orie de l'information (mono et multi-utilisateur).


Je pr=E9senterais un =E9tat des lieux de cette th=E9matique et mettant =
en
avant

les interactions entre la th=E9matique signal, la th=E9orie de
l'information et

les r=E9seaux.



<bold>Lucas=A0: Design d=92ondelettes d=E9pendant du signal et de
l=92application

</bold></fontfamily>

<fontfamily><param>Times New Roman</param>

Le choix d'une ondelette m=E8re est une op=E9ration d=E9licate qui =
d=E9pend
directement du probl=E8me trait=E9. On peut constater dans la =
litt=E9rature
que de nombreux auteurs proposent d'utiliser une des innombrables
ondelettes disponibles apr=E8s avoir constat=E9 qu'elle =E9tait =
performante
pour l'application envisag=E9e.


Nous proposons une approche syst=E9matique pour dessiner une ondelette
adapt=E9e au signal pour une application donn=E9e ; elle consiste d'une
part =E0 utiliser des ondelettes d=E9pendant d'un lot de param=E8tres, =
et
d'autre part =E0 d=E9finir un crit=E8re de pertinence de l'ondelette =
retenue
vis =E0 vis des signaux et de l'application. Dans ce contexte, le choix
de l'ondelette optimale se ram=E8ne donc =E0 la r=E9solution d'un =
probl=E8me
d'optimisation param=E9trique contraint par des conditions
d'admissibilit=E9 (et =E9ventuellement de r=E9gularit=E9).


En restreignant les investigations aux bases discr=E8tes d'ondelettes
entrant dans le cadre de l'analyse multir=E9solution (permettant une
reconstruction exacte et l'utilisation d'algorithmes rapides) on
envisage la construction d'ondelettes selon plusieurs sch=E9mas (=E0
partir des filtres de d=E9composition, =E0 partir de combinaisons
lin=E9aires d'ondelettes et de fonctions d'=E9chelle existantes, et =E0
partir du lifting), et dans plusieurs contextes (classification,
compression, d=E9tection).


<bold>Chapeau-Blondeau=A0: R=E9sonnance stochastique

</bold>


La r=E9sonance stochastique est un effet non lin=E9aire qui peut se
d=E9crire comme la

possibilit=E9 d'exploiter le bruit pour am=E9liorer certains traitements
(non lin=E9aires)

du signal.


Cet effet paradoxal a =E9t=E9 introduit il y a environ une vingtaine
d'ann=E9es, dans le

contexte de la physique non lin=E9aire. Depuis l'ors, la r=E9sonance
stochastique a

=E9t=E9 analys=E9e et =E9tendue =E0 une vari=E9t=E9 grandissante de =
processus. Il a
=E9t=E9 mis en

=E9vidence que l'effet peut survenir sous des formes multiples, avec
diff=E9rents

types de signaux, de bruits, de couplages signal-bruit non lin=E9aires,
et de

mesures de performance se voyant am=E9lior=E9es par le bruit. Cette =
phase
de

recensement et d'analyse est encore en cours, de toutes les formes
sous lesquelles

on peut enregistrer un effet de traitement du signal favoris=E9 par le
bruit. Des

explorations dans cette direction sont encore n=E9cessaires afin
d'appr=E9cier, en

connaissance de cause, l'=E9tendue et les potentialit=E9s de la =
r=E9sonance
stochastique.


Au del=E0 des ces d=E9monstrations de faisabilit=E9 de principe, qui
pr=E9sentent un

int=E9r=EAt conceptuel concernant le statut du bruit en non-lin=E9aire, =
la
question des

applications pratiques comp=E9titives de la r=E9sonance stochastique est
encore plus

ouverte. La r=E9sonance stochastique est avant tout un effet non
lin=E9aire. Elle op=E8re

plut=F4t aux bas niveaux de la cha=EEne de traitement du signal, l=E0 o=F9=

l'on a affaire

aux m=E9langes signal-bruit d=E9livr=E9s par l'environnement physique. A =
ces
niveaux,

l'approche traditionnelle vise plut=F4t =E0 rendre les dispositifs
(transducteurs, pr=E9amplificateurs,

filtres, ...) le plus lin=E9aires possible, rendant ainsi la r=E9sonance
stochastique

inop=E9rante. En m=EAme temps, dans un autre secteur, nous avons =
l'exemple
de

processus naturels qui mettent en jeu d=E8s les plus bas niveaux, des
op=E9rateurs

essentiellement non lin=E9aires, en atteignant toutefois des
performances globales

tr=E8s =E9lev=E9es pour le traitement de l'information : ce sont les
processus neuronaux.

La r=E9sonance stochastique op=E8re naturellement avec les =
non-lin=E9arit=E9s
pr=E9sentes

chez les neurones. Les modalit=E9s du traitement neuronal de
l'information sont

encore loin d'=EAtre =E9lucid=E9es. L'=E9tude de tels processus de =
traitement
non lin=E9aire

du signal et de l'information, incluant la r=E9sonance stochastique,
demeure donc

encore largement ouverte pour l'exploration.


En r=E9sum=E9, deux voies sont ouvertes : le recensement et l'analyse =
des
formes

diverses de r=E9sonance stochastique, l'=E9tude des applications
sp=E9cialement dans le

contexte =E9largi du traitement non lin=E9aire du signal d'inspiration
neuronale.



</fontfamily></excerpt>=

--Apple-Mail-34-632961540--


