Thème 1 : Représentations et Modèles
: P.O Amblard, R. Gribonval, S. Bourguignon, H. Wendt
1.1 – Modèles non-stationnaires, non-linéaires, non-gaussiens ou invariants d’échelle (P.O. Amblard, H. Wendt)
1.2 – Modèles génératifs, adaptatifs ou évolutifs, apprentissage (P.O. Amblard)
1.3 – Apprentissage de représentations, parcimonie (R. Gribonval)
1.4 – Graphes en signal et image (R. Gribonval)
1.5 – Modèles spécifiques de l’image (S. Bourguignon)
Thème 2 : Communication et Codage
: A. Roumy, E. Dupraz, J.M. Gorce, C. Le Martret
2.1 – Théorie de l’information, cryptographie, information quantique (E. Dupraz)
2.2 – Codage et compression de sources multimedia, tatouage (A. Roumy)
2.3 – Codage canal, turbo-traitements (E. Dupraz)
2.4 – Transmissions multi-porteuses (C. Le Martret)
2.5 – Synchronisation, estimation (C. Le Martret)
2.6 – Internet des objets, réseaux de capteurs (J.M. Gorce)
2.7 – Coopération, NOMA, détection multi-utilisateurs (J.M. Gorce)
2.8 – Conception et dimensionnement de systèmes de communications (J.M. Gorce)
2.9 – Allocation de ressources (C. Le Martret)
Thème 3 : Traitement et Analyse
: C. Soussen, S. Bourguignon, C. Chaux, L. Denis, L. Duval, G. Ginolhac, P. Honeine, S. Miron, N. Pustelnik, H. Wendt
3.1 – Traitement en ligne, traitement à la Kalman (G. Ginolhac)
3.2 – Analyse spectrale, temps-fréquence, multirésolution (L. Duval)
3.3 – Traitement multi-capteurs : réseau d’antennes, localisation de sources (G. Ginolhac)
3.4 – Problèmes inverses, optimisation (S. Bourguignon, N. Pustelnik)
3.5 – Inférence statistique, échantillonnage stochastique (H. Wendt)
3.6 – Imagerie computationnelle (C. Chaux, C. Soussen)
3.7 – Séparation de sources : décompositions matricielles, tensorielles, démélange hyperspectral (S. Miron)
3.8 – Vision par ordinateur, analyse de vidéos (L. Denis, P. Honeine)
Thème 4 : Décision et Interprétation
: O. Lezoray, F. Chatelain, P. Honeine, O. Lézoray, F. Porée, T. Vayer, H. Wendt
4.1 – Détection et estimation statistiques (F. Chatelain)
4.2 – Classification et segmentation d’images (O. Lézoray)
4.3 – Apprentissage statistique (P. Honeine, T. Vayer)
4.4 – Réseaux de neurones et apprentissage profond (T. Vayer)
4.5 – Fusion et indexation en signal et image (F. Porée)
Thème 5 : Architectures matérielles et logicielles
: D. Chillet, L. Zaourar
5.1 – Adéquation algorithmes et architectures (D. Chillet)
5.2 – Langages et outils de développement (L. Zaourar)
5.3 – Architectures innovantes et nouvelles technologies (L. Zaourar)
5.4 – Systèmes temps-réel embarqués (D. Chillet)
Thème 6 : Applications
: V. Emiya, S. Bourguignon, L. Denis, M. El Badaoui, C. Meillier, S. Miron, N. Pustelnik, F. Porée , L. Senhaji
6.1 – Radar, Sonar, Lidar et senseurs quantiques (L. Denis)
6.2 – Audio, vidéo, parole, multimedia (V. Emiya)
6.3 – Bio-ingéniérie et sciences de la vie (C. Meillier, F. Porée, L. Senhadji)
6.4 – Physique, géophysique, astrophysique (M. El Badaoui, N. Pustelnik)
6.5 – Imagerie et senseurs spatiaux (S. Miron)
6.6 – Contrôle non destructif, surveillance (S. Bourguignon, M. El Badaoui)
Thème 7 : Histoire de la discipline
: C. Chaux, A. Giremus, N. Pustelnik
7.1 – Histoire et évolution de la discipline (C. Chaux, A. Girémus, N. Pustelnik)
7.2 – Revues et état de l’art et évolutions méthodologies (C. Chaux, A. Girémus, N. Pustelnik)
7.3 – Enjeux Sociétaux et Ethiques (C. Chaux, A. Girémus, N. Pustelnik)
