En complément des Thèmes généraux proposés, des thématiques spécifiques font l’objet de trois Sessions spéciales.
Traitement distribué en communications numériques (Michèle Wigger et Samir Perlaza)
L’objet de cette session spéciale est de montrer les nouvelles approches de transmission, recollection et stockage distribués dans le domaine de l’Internet des Objets et la 5G. Dans ce contexte, les contraintes d’énergie dues aux besoins de miniaturisation et mobilité des objets communicants ansi que les besoins de coopération pour partager de manière efficace et décentralisée les ressources de la couche physique appellent à des nouvelles techniques en rupture avec les méthodes traditionnelles. Cette session se concentre sur les problèmes de comportements de compétition et coopération, codage, réseaux hétérogènes, basse consommation d’énergie et caching.
Compressed sensing et inversion (Jérôme Idier et Cédric Herzet)
La session concerne le compressed sensing et ses applications aux problèmes inverses. Dix ans après l’émergence du concept de compressed sensing, l’objectif est de mettre en évidence les champs applicatifs où les hypothèses mathématiques s’avèrent compatibles avec la pratique, la théorie produisant alors des avancées concrètes. Il sera par ailleurs intéressant d’examiner les cas pour lesquels les avancées mathématiques restent encore en deçà d’une utilisation réelle, et de comprendre quelle est la nature des verrous théoriques.
Interactions entre méthodes d’optimisation et algorithmes de simulation stochastique (Emilie Chouzenoux et François Septier)
Les développements récents en traitement du signal et des images conduisent à des problèmes d’estimation
de plus en plus difficiles, de part leur forme complexe, le grand nombre de variables à estimer, et la dimension croissante
des données mises en jeu. De nouvelles méthodes combinant simulation (ou approximation) stochastique et
optimisation ont suscité un très fort engouement ces dernières années. Le but de cette session spéciale est de faire le point sur ces avancées récentes, sur leur applicabilité dans des problèmes de traitement de signal/image et d’apprentissage en grande dimension, et sur les perspectives et challenges à venir.