Animateurs

Guillaume Ginolhac et Nicolas Méger.
 

Enjeu et perspectives

L’intelligence artificielle est au cœur des transformations technologiques, scientifiques, économiques, sociétales et environnementales. Dans ce contexte, la modélisation des données à des fins de description, décision, prédiction et/ou prévision devient un enjeu incontournable. Ce thème lui est dédié et rassemble des travaux méthodologiques liés à l’apprentissage automatique (apprentissage profond, fouille de données), la fusion de données incertaines (probabilités, possibilités, fonctions de croyance, sous-ensembles flous, intervalles) et au traitement du signal (ondelettes, apprentissage statistique, géométrie différentielle). Ces travaux sont majoritairement appliqués à/suscités par l’analyse de données de télédétection comportant une dimension temporelle; le plus souvent à des fins de surveillance environnementale (déformation de la croûte terrestre, érosion, déforestation, retrait glaciaire, pollution maritime). Des travaux en télédétection sont également menés afin de produire de telles données, avec, pour objectifs principaux, la mesure de déplacements, la détection de changements et l’inversion de modèles. Les perspectives scientifiques de ce thème sont multiples et concernent 1) la prise en compte du volume, de l’incertitude et de la complexité (propriétés spatiales, temporelles, physiques) des données, 2) la fusion de données et/ou de modèles, et 3) l’interprétabilité des résultats obtenus. 
 
Mots clés : apprentissage profond, fouille de données, fusion de données, incertitudes, télédétection, séries temporelles, surveillance environnementale.
 
Offres de stages et d’emploi au LISTIC.
 

Actualités

Démonstration du prototype DTFS-P2miner à ICDM 2019 (19th IEEE International Conference on Data Mining), Pékin, Chine, 8 novembre 2019. 

Formation à la fouille de champs de déplacements et des mesures de confiances associées avec DTFS-P2miner, en collaboration avec les équipes DM2L et Imagine de l’UMR LIRIS. Ecole d’automne du colloque national MDIS 2019, Strasbourg, 15 octobre 2019.

Atelier Statistical Learning for Signal Processing, Annecy, 15-16 juillet 2019.
 
Atelier SAR & Cryosphere, Annecy, 11 juin 2019.
 

Dernières publications

A decision-making computational methodology for a class of type-2 fuzzy intervals: An interval-based approach. Reda Boukezzoula, Didier Coquin. Information Sciences, 510: 256-282, 2020.

A Data-Adaptive EOF-Based Method for Displacement Signal Retrieval From InSAR Displacement Measurement Time Series for Decorrelating Targets. Rémi Prébet, Yajing Yan, Matthias Jauvin, Emmanuel Trouvé. IEEE Transactions on Geoscience and Remote Sensing, 57(8): 5829-5852, 2019.

On Elliptical Possibility Distributions. C. Lesniewska-Choquet, G. Mauris, A. Atto, G. Mercier. IEEE Transactions on Fuzzy Systems, Institute of Electrical and Electronics Engineers, In press, pp.1-1, June 2019. doi : 10.1109/TFUZZ.2019.2920803.

Random Matrix Improved Covariance Estimation for a Large Class of Metrics. M. Tiomoko, F. Bouchard, G. Ginolhac, R. Couillet. International Conference on Machine Learning (ICML), Long Beach, USA, June 2019.

Ranking Evolution Maps for Satellite Image Time Series Exploration – Application to Crustal Deformation and Environmental Monitoring. N. Méger, C. Rigotti, C. Pothier, T. Nguyen, F. Lodge, L. Gueguen, R. Andréoli, M-P. Doin and M. Datcu. Data Mining and Knowledge Discovery, volume 33, issue 1, pp. 131-167, January 2019. doi: 10.1007/s10618-018-0591-9.

New Robust Statistics for Change Detection in Time Series of Multivariate SAR Images. A. Mian, G. Ginolhac, J.P. Ovarlez, A. Atto. IEEE Transactions on Signal Processing, vol. 67(2), pp 520-534, January 2019.

 

Projets en cours

ANR MARGARITA : Modern Adaptive Radar: Great Advances in Robust and Inference Techniques and Application. 2019-2021.
 
Projet TOTAL : détection des nappes de pétrole, vastes collections de données SAR de la surface de l’océan, fusion de données hétérogènes, apprentissage profond. 2018-2021.
 
ANR ReVeRIES : Reconnaissance de Végétaux Récréative, Interactive et Éducative sur Smartphone. 2016-2019.
 
ANR PHOENIX : Parsimony, Huge Observations of Earth Non-stationarities from Images Time Series. 2015-2019.
 

Membres

Permanents : A. Atto, A. Benoit, Ph. Bolon, R. Boukezzoula, D. Coquin, Y. Dumond, S. Galichet, M-P. Huget, G. Mauris, E. Trouvé, L.Valet, Y. Yan.
 
 
Post-doctorants : F. Bouchard.
 

Projets terminés

ANR VIP-Mont Blanc : Comprendre et prévoir les évolutions de l’environnement : un projet de recherche sur l’évolution morphologique du massif du Mont Blanc. 2014-2018.
 
FUI G4M : Géodétection Multi-Métiers et Multi-Matériaux. 2014-2017.
 
FUI MISAC : Multi-functional Intelligent Surface for Automative and Aeronautics Cockpits. 2012-2015.
 
Projet européen INTERREG GLARISKALP : risque glaciaire. 2011-2013.
 
ANR FOSTER : FOuille de données Spatio-Temporelles: application à la compréhension et à la surveillance de l’ERosion. 2011-2013.
 
ANR REVES : Reconnaissances de VEgétaux pour des interfaces Smartphones. 2010-2013.
 
ANR EFIDIR : Extraction et Fusion d’Informations pour la mesure de Déplacement par Imagerie Radar. 2008-2012.
 
Projet ADIXEN : prévision d’événements dans un flot de données pour la maintenance prédictive. 2007-2010.
 
ACI MEGATOR : Mesure de l’ Evolution des Glaciers Alpins par Télédétection Optique et Radar des Archives à ORFEO. 2004-2007.