Résultats de votre recherche
Apprentissage Automatique pour l'Imagerie Moléculaire et la MEdecine du futur – AAIMME
La Tomographie par Émission de Positons (TEP) est une modalité d'imagerie fonctionnelle. Un radiotraceur, injecté au patient, cible un processus biochimique et crée des paires de rayons gamma. Leur détection permet de reconstruire une image pour quantifier le processus fonctionnel en question. La qu
Apprentissage Cyclotron – LeCycl
Le but de ce projet est d’augmenter et d’amplifier l’intelligence humaine en intelligence artificielle. En particulier, nous proposons et développons le Cyclotron d’apprentissage (LeCycl), un cadre qui surveille et met en œuvre les processus d’apprentissage. Le cyclotron de Lecycl est un cadre dans
Apprentissage StaTistique pour l'imageRie sAr muLtidimensionnelle – ASTRAL
L'imagerie SAR (Synthetic Aperture Radar, radar à synthèse d'ouverture) repose sur l'émission d'ondes électro-magnétiques hyper-fréquences qui sont ensuite rétro-diffusées par les éléments à la surface du sol, permettant ainsi d'en mesurer les propriétés physiques. Le déphasage relatif des ondes reç
Apprentissage Statistique pour les Séries Temporelles Environnementales – MATS
Le projet MATS propose des approches novatrices dans le domaine de l'apprentissage dans les ensembles de séries temporelles, avec un intérêt tout particulier pour les méthodes permettant un passage à large échelle et qui peuvent opérer même lorsque la quantité d'annotations disponibles est relativem
Apprentissage artificiel appliqué aux scènes acoustiques augmentées – HAIKUS
L’audition est une modalité essentielle pour appréhender notre environnement spatial et joue un rôle clef pour les applications de Réalité Augmentée (RA). Le projet HAIKUS combine Intelligence Artificielle (IA) et traitement du signal pour la synthèse de scènes sonores augmentées. L’incrustation dan
Apprentissage auto-supervisé efficient pour des technologies de la parole inclusives et innovantes. – E-SSL
L’apprentissage auto-supervisé (Self-Supervised Learning ou SSL) a émergé récemment comme une méthode d’intelligence artificielle (IA) incroyablement prometteuse. Grâce à cette méthode, les colossales masses de données non annotées qui sont accessibles peuvent être utilisées par des systèmes d’IA p
Apprentissage automatique pour améliorer l'évaluation des mouvements généraux des nouveau-nés – MAGMA
Dès la naissance, le mouvement du bébé dans son ensemble et en particulier de chaque segment (bras, jambes, tronc) porte des informations essentielles dont l’expression dépend de l’intégrité neuro-anatomique et fonctionnelle cérébrale du bébé. Il a pourtant été négligé comme marqueur précoce prédict
Apprentissage automatique pour la reconstruction d'images médicales multimodales – MultiRecon
La tomographie par émission de positons (TEP), la tomodensitométrie (TDM) et l’imagerie par résonance magnétique (IRM) sont des techniques d’imagerie de référence utilisées pour diagnostiquer, surveiller et traiter de nombreuses pathologies. Chaque modalité fournit une information différente : la TE
Apprentissage automatique pour la sécurisation des bornes de recharge – SHARP
Le boom des véhicules électriques pour accompagner les profondes mutations sociétales et écologiques nécessite un déploiement à grande échelle de bornes de recharge électrique. Le premier cap de 100 000 bornes publiques étant presque atteint, le prochain objectif du gouvernement français est de 500
Apprentissage avec annotations limitées pour la classification des images médicales – MIMIC
Au cours des dernières années, les approches d’apprentissage profond ont connu un grand succès dans le domaine de la vision par ordinateur. Toutefois, cet apprentissage nécessite une quantité monstrueuse de données annotées pour atteindre les performances souhaitées. Dans le domaine de la santé, la
