ARC: projet de recherche "Outils statistiques et computationnels structurés"

"Outils statistiques et computationnels structurés en reconstruction de grande dimension, avec applications en imagerie médicale

Dans ce projet, les chercheurs élaborent des critères d'information pour la sélection et l'estimation structurées parcimonieuses de modèles linéaires de grandes dimensions (comme dans les problèmes inverses). Les nouveaux critères tiennent compte de la parcimonie et surtout du biais qui résulte de l'effet des faux positifs sur l'optimisation. En liant les concepts de reconstruction structurée parcimonieuse et de faible rang à l'optimisation convexe, les chercheurs mettent au point des techniques pratiques et efficaces de régularisation et de résolution de problèmes inverses à grande échelle.

Ils appliquent ces méthodes au domaine de l'imagerie mathématique, en particulier à la reconstruction d'images médicales telles que la magnétoencéphalographie. Ils élaborent aussi des transformations multi-échelles, adaptables aux données, pour des représentations parcimonieuses de signaux, en utilisant des techniques de lissage statistique, y compris les splines et les méthodes basées sur l'estimation par noyau.

Chercheurs principaux: Maarten Jansen - Statistique Mathématique -, Ignace Loris - Mécanique et mathématique appliquée -, Caroline Verhoeven - Service de biostatistique et informatique médicale -.

Porte-parole:

Ignace Loris

Mécanique et mathématique appliquée
Faculté des Sciences

Dates

Créé le 31 août 2018