Relaterat
-
-
Traiter des données pour valider une hypothèse ou estimer des paramètres est longtemps resté du ressort exclusif des statistiques. Cependant, l'augmentation de leur dimension a fait exploser la combinatoire des possibles. Cette malédiction de la dimensionalité est une difficulté centrale de l'analyse de données, que ce soit des images, sons, textes, ou des mesures expérimentales comme en physique, biologie ou économie. Modéliser et représenter les structures cachées des données fait appel à diverses branches des mathématiques, mais aussi à l'informatique. Les algorithmes d'apprentissage statistique, comme les réseaux de neurones, sont configurés pour optimiser l'analyse des données à partir d'exemples. Ils sont à l'origine des résultats spectaculaires de l'intelligence artificielle. Les applications scientifiques, industrielles et sociétales sont considérables, et leurs performances progressent bien plus vite que notre maîtrise de leurs propriétés mathématiques.
La chaire propose un enseignement de mathématiques appliquées, qui tente de combler le fossé entre la jungle des nouveaux développements algorithmiques et la compréhension des principes généraux sous-jacents. Les applications couvrent tous les aspects du traitement du signal et de l'apprentissage statistique. Au-delà des statistiques et des probabilités, cela fait appel à l'analyse harmonique, à l'optimisation et à la géométrie. L'étude d'applications et de nouveaux algorithmes est proposée dans le cadre de challenges de données, qui sont organisés par la chaire.
L'équipe de recherche de Stéphane Mallat à l'ENS étudie les principes permettant de structurer l'analyse de données pour échapper à la malédiction de la dimensionalité. Elle développe notamment des modèles de réseaux de neurones, basés sur des principes de séparation d'échelles par ondelettes, de parcimonie et d'invariance. Les applications concernent aussi bien la reconnaissance d'images ou de sons que l'estimation de mesures physiques. Pour plus d'informations, on pourra consulter le site internet de l'équipe de recherche.
-
-
-
Educators from around the world come together to chat about various topics. Support this podcast: https://podcasters.spotify.com/pod/show/edumatch-tweet-talk/support
-
-
What have computers got to do with cows? Can a wooden mirror help us understand the computing behind digital image capture? Neil Rowse is the first dairy farmer in the UK to use a computerised system that gives cows control over when they are milked, and allows him to remotely monitor the welfare of individual animals. Daniel Rozin has created an computer operated mirror made from 835 tilting wooden tiles. With the help of a digital camera and a computer programme, the wooden tiles mimic the digital pixel information and tilt themselves into a ‘reflection’. This material is taken from The Open University course T224 Computers and processors.
-
-
-
-
Learn the science and creativity behind flavor. FONA’s Flavor University® Podcast takes you behind the scenes to where taste begins. Listen as flavor professionals talk about the how, what, and why behind the flavors in food, beverage and healthcare products. From the science of taste and aroma to predicting the next trends in flavor innovation to understanding regulatory labels, and so much more. Listen in and get a taste of Flavor University!
Looking to learn more? Check out our Flavor University Page:
https://www.fona.com/learn/flavor-university/ -
-
-
-
-
-
-
What was the impact of World War I on those who took part? How has the trauma of World War 1 been depicted in art and literature? And what can we learn from the past to help treat combat stress reactions and post-traumatic stress disorder (PTSD)? 2014 marks the centennial year of the beginning of World War 1. It was a war of unprecedented scale and brutality, with countless casualties. It also left a poisonous legacy for the 20th century and beyond. This free online course explores the subject of physical and mental trauma, its treatments and its representation, as experienced by both combatants and civilian populations.
-
-