Personal tools
You are here: Home → LITIS → Research Topics → Perception & Machine Learning → Perception & Machine Learning
 

Perception & Machine Learning

Document Actions
[ATTENTION - TEMPORARY VERSION the research topics will be reorganized]

Keywords: Statistical Learning, Fuzzy, Scene Perception, Road Scenes, Machine Learning Strategies, Emergence

Scientific Themes

  • perception and learning integration, from the sensor to the database,

  • balancing: theory - algorithms - applications,

A multi-field approach. A scientific strategy resolutely system,

 

Research Topics

Scene perception

Scientific challenge

  • Design of perception systems,
  • Observation - representation - decision,
  • Intelligent vehicle - Automobile driving assistance.

Research axes

  • Vision systems,
  • Co-operative methods - Perceptive cycle,
  • Perception systems,
  • Sensors - Fusion - Information format - Indexing.

Skills

  • Image Processing,
  • Color Images.
 
Machine Learning

Scientific challenge

  • context modeling and identification

Research axes

  • kernels and regularization,
  • multi-models,
  • informations fusion,
  • graphic models.

Skills

  • pattern recognition,
  • SVM
  • bayesian networks,
  • Dempster-Shafer.
 
Learning strategies and emergence

Scientific challenge

  • to conceive autonomous, evolutionary and robust decision systems.

Research axes

  • evolutionary learning,
  • discovery,
  • design of complex learning systems,
  • combination of classifiers.

Skills

  • incremental learning and clustering.


  • L'équipe a remporté une compétition internationale de reconnaissance de formes portant sur l'analyse des signaux électroencéphalogramme issus d'une interface cerveau machine.
  • Début du projet "modèles statistiques et apprentissage (SVM, Réseaux bayésiens) pour la modélisation thermique de composants hyperfréquences". Ce projet, soutenu par la Région Haute-Normandie, s'effectue en collaboration avec le laboratoire CORIA (UMR 6614) et la société THALES AIR DEFENCE qui finance aussi une thèse CIFRE sur le sujet (120 k€ sur 4 ans),
  • Début du projet RNTL X-Miner 2 (RNTL - ANR). Ce projet a pour objectif de réaliser un système innovant et industriel d'enrichissement sémantique en collaboration avec EADS, le LIPS et la  PME THETIS (60 k€ sur 2 ans),
  • S. Canu a été nommé au Comité d'experts CNRS "méthodes en traitement du signal".
 
Powered by Plone CMS, the Open Source Content Management System

This site conforms to the following standards: