RECENT INVITED TALKS

TALKS WITH VIDEOS

SELECTED TALKS BY THEME

• Co-sparsity

  • Plenary lecture, SPARS11, June 2011, Sparsity & Co. An Overview of Analysis vs Synthesis in Low-Dimensional Signal Models.

• Sparsity and inverse problems

  • Summer school on Inverse Problems in Signal Processing, Porquerolles, France, May 2010
    • Lecture 1: Overview ; Lecture 2: Pursuit Algorithms & Exact Recovery with L1 minimization;Lecture 3: Practical recovery conditions – Deterministic vs Random dictionaries.
  • 3 Lectures on Sparsity and Inverse Problems, INRIA, Rennes, April 2010
    • Lecture 1: Overview ; Lecture 2: Pursuit Algorithms & Exact Recovery with L1 minimization;Lecture 3: Practical recovery conditions – Deterministic vs Random dictionaries.
      
  • Summer school on Inverse Problems in Signal Processing, Peyresq, France, July 2009. Inverse problems and sparsity
    • Cours 1: Overview, Cours 2: Pursuit Algorithms, Cours 3: Recovery, Cours 4: Compressed Sensing.
  • Plenary lecture, Cambridge Workshop on Sparsity in Large-scale inverse problems, December 2008, Some stories about Lp-minimization, the Restricted Isometry Property, and excessive pessimism

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
  • Lecture 1: Overview ;