Régularisation performante de problèmes inverses en grande dimension pour le traitement de données – EFFIREG

Que ce soit dans le domaine du traitement du signal ou de l'apprentissage automatique, le besoin de traiter de grands volumes de données est omniprésent. L'objectif du projet EFFIREG est de produire des méthodes de traitement de données robustes et rapides, dont la performance est garantie théoriquement. En utilisant les outils mathématiques provenant des méthodes variationnelles de résolution des problèmes inverses, résoudre les difficultés typiquement associées au traitement des données revient à trouver des fonctions de régularisation adaptées au problème considéré. Basé sur des avancées récentes sur l'étude des fonctions de régularisation pour modèles de faible dimension, ce projet vise à dépasser l'approche heuristique pour la création de telles fonctions de régularisation. Avec l'expertise de ses chercheurs, le projet EFFIREG étudiera spécialement les problèmes inverses associés aux applications que l'on trouve en traitement des images médicales et en apprentissage automatique.