Teaching, tutorials, and selected talks

 

RECENT INVITED TALKS

TALKS WITH VIDEOS

SELECTED TALKS BY THEME

COURSES AT THE MASTER LEVEL

Master M2RI, Université de Rennes I, Module ARD (Acquisition et Représentation de Données), Partie “Traitements et Transformations” (R. Gribonval)

  • Cours 1, Introduction, Convolution et Filtrage, Déconvolution, Transformée de Fourier 1D,
  • Cours 2, Conversion analogique <-> numérique; Algorithme de Convolution Rapide et FFT
  • Cours 3, Transformée de Fourier à Court Terme, principe d’incertitude de Heisenberg, rôle de la fenêtre d’analyse, application au débruitage
  • Cours 4, Transformée de Fourier 2D, Représentations pyramidales, Transformées en ondelettes 1D et 2D, Applications en débruitage et Inpainting; Principe des décomposition parcimonieuses et dictionnaires redondants, Algorithmes de poursuite, Application aux décompositions multicouches, à l’inpainting, à l’échantillonnage compressé.

Master SISEA, Université de Rennes I, Module Représentations Parcimonieuses

  • Cours 1, Notion de parcimonie pour la compression,  de problème inverse, connections.
  • Cours 2, Algorithmes gloutons pour l’approximation parcimonieuse
  • Cours 3, Optimisation convexe pour l’approximation parcimonieuse (principes)
  • Cours 4, Optimisation convexe pour l’approximation parcimonieuse (algorithmes)
  • Cours 5, Caractère bien posé (rang de Kruskal, spark).
  • Cours 6, Garanties de succès (cohérence, RIP)

 

ENSAI, Rennes, Cours OPFR

  • “Problèmes Inverses et Parcimonie”, ENSAI, Rennes, France, Février-Mars 2011

Cours “Parcimonie en Traitement du Signal et des Images” – 5GM – INSA

INSA Rennes, 5ème année Génie Mathématiques, cours “Parcimonie en traitement du signal et de des images” Cours 1: From sparse recovery to low-rank recovery Cours 2: Low-rank recovery guarantees & towards dimension reduction Cours 3: Beyond sparsity and low-rank: inverse problems with low-dimensional models

View page »

Journées Scientifiques Inria – Intervention sur la Recherche Reproductible

Les transparents (en français) sont ici

View page »

MLSP14 Tutorial on Dictionary Learning and Applications

The slides are here

View page »