Réunion

Les commentaires sont clos.

Transport Optimal et Apprentissage Statistique

Date : 18-11-2021
Lieu : (TBC) Amphitheatre Hermite, Institut Henri Pointcaré, 11 Rue Pierre et Marie Curie, 75005 Paris

Thèmes scientifiques :
  • A - Méthodes et modèles en traitement de signal
  • T - Apprentissage pour l'analyse du signal et des images

Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.


S'inscrire à la réunion.

Inscriptions

36 personnes membres du GdR ISIS, et 44 personnes non membres du GdR, sont inscrits à cette réunion.

Capacité de la salle : 100 personnes.

Annonce

Résumé

Le Transport Optimal a suscité beaucoup d'intérêt dans la communauté de l'apprentissage statistique. Ses capacités inhérentes de comparaisons des mesures de probabilités étant à présent utilisées dans beaucoup de domaines tels que la classification, la génération de données ou encore la robustesse adversaire. Récemment, le transport optimal a trouvé une vive application dans les flots génératifs, les données manquantes ou les graphes grâce à des variantes d'intérêts. Cette réunion du GDR ISIS en partenariat avec le GDR MIA a pour but de présenter les dernières avancées sur le transport optimal, sa théorie, ses variantes (transport non balancé, distance de Gromov-Wasserstein, etc.) et ses applications (modèles génératifs, graphes, etc.). Les différentes approches permettront de faire le lien à d'autres problématiques telle que l'imagerie médicale représentée par le GDR MIA.

Cette journée, organisée en partenariat avec le GDR MIA, se tiendra à l'Institut Henri Poincaré. Elle propose de faire un état des lieux sur les travaux en cours sur ces problèmes fondamentaux et appelle à des contributions sur les thèmes (non exhaustifs) suivants :

  • Résultats fondamentaux en transport (convergence, convexité)
  • Algorithme et résolution des problèmes de TO et TO régularisé
  • Barycentres de Wasserstein, modélisation de distributions
  • Apprentissage multi-tâche, transfert, adaptation de domaine et graphes
  • Distance de Wasserstein, Gromov-Wasserstein, TO non balancé et Sliced Wasserstein
  • Modèles génératifs, tels que Wasserstein GAN, Wasserstein AutoEncoder ou Flot Normalisant
  • Transport optimal en estimation Bayésienne
  • Applications à la théorie de l'apprentissage statistique
  • Applications au traitement du signal
  • Applications à la vision par ordinateur
  • Applications aux séries temporelles

Appel à contribution

Les personnes souhaitant présenter leurs travaux sont invitées à faire part de leur intention aux organisateurs avant le vendredi 22 Octobre 2021, en envoyant par mail aux organisateurs un titre, un résumé et la liste des auteurs avec le sujet GDR ISIS OTML aux adresses suivantes : thibault.sejourne@ens.fr, remi.flamary@polytechnique.edu, nicolas.courty@irisa.fr

Orateurs invités

  • Alain Rakotomamonjy, Université de Rouen, Criteo AI Lab
  • Julie Delon, MAP5, Université de Paris
  • Quentin Berthet, Google Brain, Paris

Organisateurs

  • Thibault Séjourné, CNRS, DMA ENS, PSL
  • Kilian Fatras, IRISA/INRIA, Université Bretagne-Sud
  • Rémi Flamary, CMAP, Ecole Polytechnique
  • Nicolas Courty, IRISA/INRIA, Université Bretagne-Sud
  • Gabriel Peyré, CNRS, DMA ENS, PSL