L2S | S³ : Séminaire Signal @ Paris-Saclay | CNRS - CentraleSupelec

Le but du séminaire S³ est d’accueillir des chercheurs, mais également post-docs et doctorants, dans les domaines du traitement du signal, des sciences des données, et de leurs applications. C’est ouvert à tout le monde et a lieu habituellement les vendredi matin à 11h00, « Salle des séminaires du L2S » pièce C4.01, bât. Breguet, CentraleSupélec.

Plus d’information sur le site du séminaire S³.
Vous pouvez vous inscrire à la mailing list pour recevoir les annonces.
Twitter, diapos, and vidéos.
Contact.

Organisateurs

Florent Bouchard et François Orieux.

Organisateurs précédents

Hani Hamdan (janvier 2017 – mars 2021)
Gilles Chardon (janvier 2016 – juin 2019)
Frédéric Pascal (janvier 2015 – janvier 2017)
Alexandre Renaux (janvier 2015 – janvier 2016)

Derniers séminaires

17/10/2022

Deep learning solutions to estimation and detection

Speaker — Ami Wiesel (Hebrew University of Jerusalem) Abstract — In this talk, we will discuss the use of deep […]

Afficher le détail

12/07/2022

Towards GNSS High Precision Navigation: Manifolds and Robust Statistics

Speaker — Daniel Medina (Institute of Communications and Navigation, German Aerospace Center) Abstract — Navigation information is an essential element […]

Afficher le détail

12/05/2022

Probabilistic PCA for heterogeneous-quality data

Speaker — David Hong (Department of Statistics and Data Science, University of Pennsylvania, Philadelphia, PA, US) Abstract — Principal component […]

Afficher le détail

21/04/2022

UQSay #46

The forty-sixth UQSay seminar on UQ, DACE and related topics will take place online on Thursday afternoon, April 21, 2022. […]

Afficher le détail

03/02/2022

UQSay #42

The forty-second UQSay seminar on UQ, DACE and related topics will take place online on Thursday afternoon, February 3, 2022. […]

Afficher le détail

24/09/2021

Robust low-rank covariance matrix estimation with missing values and application to classification problems

Speaker — Alexandre Hippert-Ferrer (L2S, CentraleSupelec, Univ. Paris-Saclay) Abstract — Missing values are inherent to real-world data sets. Statistical learning […]

Afficher le détail