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

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

21/05/2021

Online estimation of elliptical distributions and their mixture: the component-wise information gradient method

Speaker — Jialun Zhou (IMS, Groupe Signal Image — CNRS, Université de Bordeaux) https://s3-seminar.github.io/seminars/jialun-zhou/ Abstract — Elliptically-Contoured Distributions (ECD) and […]

Afficher le détail

12/03/2021

Speeding up of kernel-based learning for high-order tensor

Speaker — Ouafae Karmouda (SIGMA team at CRIStAL laboratory, Lille, France) Abstract — Supervised learning is a major task to […]

Afficher le détail

05/03/2021

Sampling rates for l1 synthesis

Speaker — Claire Boyer (Sorbonne Université) Abstract — This work investigates the problem of signal recovery from undersampled noisy sub-Gaussian […]

Afficher le détail

11/12/2020

Efficient MCMC sampling via asymptotically exact data augmentation

Speaker — Maxime Vono (IRIT — INP-ENSEEIHT) https://s3-seminar.github.io/seminars/maxime-vono/ Abstract — Performing exact Bayesian inference for complex models is computationally intractable. […]

Afficher le détail

27/11/2020

Riemannian geometry for data analysis: illustration on blind source separation and low-rank structured covariance matrices

Speaker — Florent Bouchard (L2S — CNRS, Université Paris-Saclay, CentraleSupélec) https://s3-seminar.github.io/seminars/florent-bouchard/ Abstract — In this presentation, Riemannian geometry for data […]

Afficher le détail