Annonce
Stage M2 – Apprentissage de prior pour les problèmes inverses
31 Octobre 2023
Catégorie : Stagiaire
Sujet détaillé https://pro.orieux.fr/assets/stage-inv-dnn-orieux-l2s.pdf
Le traitement de mesures instrumentales nécessite souvent d'utiliser le modèle de données, ou modèle direct, dans la méthode. Par exemple les mesures sont affectées d'un bruit, d'un flou, ou vivent dans un autre espace que celui des inconnues (des coefficients de Fourier versus une image pour le cas de l'IRM).
Autant le modèle direct est stable et bien posé (à partir des paramètres on peut générer des données), autant le problème inverse est le plus souvent instable et mal-posé.
Les techniques de résolution de problèmes inverses ont fortement évolué ces dernières années avec les nouvelles techniques d'apprentissage machine. On peut mentionner le déroulage d'algorithmes itératif (unrolling), les approches plug-and-play, le RED (regularization by denoising), ou encore les a priori basé données.
Sujet détaillé https://pro.orieux.fr/assets/stage-inv-dnn-orieux-l2s.pdf