Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 13 juin 2018 (11h--12h), Amphi 401.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2018-06-13
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 13 juin 2018 :
* 11h--12h: Hierarchical image representations: construction, evaluation
and examples of use for image analysis
-- Camille Kurtz (LIPADE, Université Paris Descartes)
www.math-info.univ-paris5.fr/~ckurtz/
Hierarchical image representations have become increasingly popular
in
image processing and computer vision over the past decades. Indeed,
they
allow a modeling of image contents at different (and complementary)
levels of scales, resolutions and semantics. Methods based on such
image
representations have been able to tackle various complex challenges
such
as multi-scale image segmentation, image filtering, object detection,
recognition, and more recently image characterization and
understanding.
In this talk, we will focus on the binary partition tree (BPT), which
is
a well-known hierarchical data-structure, frequently involved in the
design of image segmentation strategies. In a first part, we will
focus
on the construction of such trees by providing a generalization of
the
BPT construction framework to allow one to embed multiple features,
which enables handling many metrics and/or many images. In a second
part, we will discuss how it may be possible to evaluate the quality
of
such a structure and its ability to reconstruct regions of the image
corresponding to segments of reference given by a user. Finally, we
will
see some examples of image analysis and recognition processes
involving
these hierarchical structures. The main thematic application is
remote
sensing and satellite image analysis.
-- Camille Kurtz obtained the MSc and PhD from Université de
Strasbourg,
France, in 2009 and 2012. He was a post-doctoral fellow at Stanford
University, CA, USA, between 2012 and 2013. He is now an Associate
Professor at Université Paris Descartes, France. His scientific
interests include image analysis, data mining, medical imaging and
remote sensing.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 30 mai 2018 (11h--12h), Amphi IP11.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2018-05-30
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 30 mai 2018 :
* 11h--12h: Partial but Precise Loop Summarization and Its Applications
-- Jan Strejcek, Masaryk University
https://www.fi.muni.cz/~xstrejc/
We show a symbolic-execution-based algorithm computing the precise
effect of a program cycle on program variables. For a program
variable,
the algorithm produces an expression representing the variable value
after the number of cycle iterations specified by parameters of the
expression. The algorithm is partial in the sense that it can fail to
find such an expression for some program variables (for example, it
fails in cases where the variable value depends on the order of paths
in
the cycle taken during iterations).
We present two applications of this loop summarization procedure. The
first is the construction of a nontrivial necessary condition on
program
input to reach a given program location. The second application is a
loop bound detection algorithm, which produces tighter loop bounds
than
other approaches.
-- Jan Strejcek is an associate professor at the Faculty of
Informatics of Masaryk University located in Brno, Czech Republic. He
received his PhD in Computer Science (2005) and Master degrees in
Mathematics (2000) and Computer Science (2001) from the same
university.
His current research focuses on automata over infinite words,
automatic
program analysis, and SMT-solving of quantified bitvector formulae.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 13 décembre 2017 (11h--12h), Amphi 4 de l'EPITA.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-12-13
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 13 décembre 2017 :
* 11h--12h: Vers l'apprentissage d'un sens commun visuel
-- Camille Couprie, Facebook AI research
https://perso.esiee.fr/~coupriec/
Les réseaux de neurones convolutifs connaissent depuis quelques
années
un franc succès dans de nombreuses applications de reconnaissance
visuelle. Nous reviendrons sur les premiers travaux en la matière en
segmentation sémantique (étiquetage de chaque pixel des images par
une
catégorie sémantique). Nous explorerons ensuite une piste
d'amélioration
visant à réduire la quantité de données labelisées utilisée, à base
d'entraînement de réseaux adversaires.
Dans un second temps, nous nous intéresserons au problème de la
prédiction d'images suivantes dans les vidéos: s'il nous parait
simple
d'anticiper ce qu'il va se passer dans un futur très proche, c'est un
problème difficile à modéliser mathématiquement étant données les
multiples sources d'incertitude. Nous présenterons nos travaux de
prédiction dans le domaine des images naturelles, puis dans l'espace
plus haut niveau des segmentations sémantiques, nous permettant de
prédire plus loin dans le futur.
-- Camille Couprie est chercheuse à Facebook Artificial Intelligence
Research. Elle a obtenu son doctorat en informatique de l'Université
Paris Est en 2011, sous la direction de Hugues Talbot, Laurent Najman
et
Leo Grady, avec une recherche spécialisée dans la formulation et
l'optimisation de problèmes de vision par ordinateur dans les
graphes.
En 2012, elle a travaillé comme postdoc a l'institut Courant de New
York
University avec Yann LeCun. Après un poste IFP new energies,
organisme
de recherche français actif dans les domaines de l'énergie, des
transports et de l'environnement, elle a rejoint Facebook en 2015.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 29 novembre 2017 (10h--11h), Amphi 4 de l'EPITA.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-11-29
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 29 novembre 2017 :
* 10h--11h: Industrial Formal Verification – Cadence’s JasperGold Formal
Verification Platform
-- Barbara Jobstmann, Cadence Design Systems
Formal verification (aka Symbolic Model Checking) is becoming a
mainstream technology in system on a chip (SoC)/intellectual property
design and verification methodologies. In the past, the usage of
formal
verification was limited to a small range of applications; it was
mainly
used to verify complex protocols or intrinsic logic functionality by
formal verification experts. In recent years, we saw a rapid adoption
of
formal verification technology and many new application areas, such
as
checking of configuration and status register accesses, SoC
connectivity
verification, low power design verification, security applications,
and
many more. In this talk, we give an overview of the JasperGold Formal
Verification Platform. The platform provides a wide range of formal
apps, which ease adoption of formal verification by offering property
generation and other targeted capabilities for specific design and
verification tasks. In addition, JasperGold offers a unique
interactive
debug environment (called Visualize) that allows the user to easily
analyze the verification results. We present JasperGold from a user’s
point of view, showcase selected apps, and discuss features that were
essential for their wide adoption.
-- Barbara Jobstmann is a field application engineer for Cadence
Design
Systems and a lecturer at the École Polytechnique Fédérale de
Lausanne
(EPFL). She joined Cadence in 2014 through the acquisition of Jasper
Design Automation, where she worked since 2012 as an application
engineer. In the past, she was also a CNRS researcher (chargé de
recherche) in Verimag, an academic research laboratory belonging to
the
CNRS and the Communauté Université Grenoble Alpes in France. Her
research focused on constructing correct and reliable computer
systems
using formal verification and synthesis techniques. She received a
Ph.D.
degree in Computer Science from the University of Technology in Graz,
Austria in 2007.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 8 novembre 2017 (10h--12h), Amphi 4 de l'EPITA.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-11-08
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 8 novembre 2017 :
* 10h--11h: Lire les lignes du cerveau humain
-- Jean-François Mangin, NeuroSpin, CEA, Paris-Saclay
www.cati-neuroimaging.com
La lecture des lignes de la main est une activité ancestrale sans
fondement scientifique, même si certains motifs sont associés à des
malformations congénitales comme la trisomie 21. Cette conférence
décrira l’émergence d’une véritable science de la lecture des «
lignes
du cerveau humain », qu’il s’agisse des plissements de son cortex ou
de
la trajectoire des faisceaux de fibres qui constituent son câblage à
longue distance. Des formes inhabituelles de ces plissements ou de
ces
faisceaux sont parfois la trace d’anomalies développementales
susceptibles d’augmenter le risque de développer certaines
pathologies.
-- Jean-François Mangin est directeur de recherche au CEA. Il y
dirige un
groupe de recherche algorithmique en neuro-imagerie au sein du centre
Neurospin, la plateforme IRM en champs intenses du CEA. Il est aussi
directeur du CATI, la plateforme française créée par le plan
Alzheimer
pour prendre en charge les grandes études de neuroimagerie
multicentriques. Il est enfin codirecteur du sous-projet «Human
Strategic Data» du Human Brain Project, le plus vaste projet de
recherche de la commission européenne. Il est ingénieur de l’Ecole
Centrale Paris et Docteur de Télécom ParisTech. Son programme de
recherche vise au développement d’outils de vision par ordinateur
dédiés
à l’interprétation des images cérébrales. Son équipe s’intéresse en
particulier aux anomalies des plissements ou de la connectivité du
cortex associées aux pathologies. Elle distribue les outils logiciels
issus de cette recherche à la communauté.
* 11h--12h: Apprentissage automatique en neuroimagerie: application aux
maladies cérébrales
-- Edouard Duchesnay, NeuroSpin, CEA, Paris-Saclay
Home page: https://duchesnay.github.io/
L'apprentissage automatique, ou "pattern recognition" multivarié,
peut
identifier des motifs complexes, associés à une variable d'intérêt,
et
ce, dans des données de grandes dimensions. Une fois l'apprentissage
effectué par l'algorithme, il est appliqué à un nouvel individu afin
de
prédire l'évolution future de ce dernier. L'imagerie par résonance
magnétique (IRM) fournit une approche efficace et non invasive pour
étudier les changements structurels et fonctionnels du cerveau,
associés
aux conditions cliniques des patients. En combinant apprentissage
automatique et imagerie cérébrale, il est possible de considérer
l'émergence d'une médecine personnalisée, où les algorithmes ont
appris
du passé à prédire la réponse probable et future d'un patient donné à
un
traitement spécifique. Ces nouvelles informations guideront le
clinicien
dans ses choix thérapeutiques. Nous présenterons la complexité des
données IRM manipulées, les algorithmes d'apprentissage et leurs
applications aux maladies cérébrales.
-- Edouard Duchesnay a obtenu un diplôme d'ingénieur en génie
logiciel de
l'EPITA en 1997 (spécialisation SCIA), puis un master et un doctorat
en
traitement du signal et des images de l'Université de Rennes 1,
respectivement en 1998 et 2001. Depuis 2008, il est chargé de
recherche
chez Neurospin, le centre de neuroimagerie par IRM du CEA. Il
développe
des algorithmes d'apprentissage automatique fournissant des outils de
diagnostic et pronostic ou des méthodes de découverte de biomarqueurs
pour les maladies du cerveau. E. Duchesnay est un contributeur majeur
de
la bibliothèque d'apprentissage automatique ParsimonY de Python,
dédiée
aux données structurées de grandes dimensions, telles que l'imagerie
cérébrale ou les données génétiques. Il a également contribué à la
bibliothèque d'apprentissage automatique scikit-learn de Python.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 27 septembre 2017 (11h--12h), Salle L0 du LRDE.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-09-27
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 27 septembre 2017 :
* 11h--12h: Frama-C, une plateforme collaborative et extensible pour
l'analyse de code C
-- Julien Signoles, CEA LIST, Laboratoire de Sûreté des Logiciels
(LSL)
orateur : http://julien.signoles.free.fr
Frama-C est une plateforme d'analyse de code C visant à vérifier
des
programmes C de taille industrielle. Elle fournit à ses utilisateurs
une
collection de greffons effectuant notamment des analyses statiques
par
interprétation abstraite et des méthodes déductives ou encore
permettant
des vérifications à l'exécution. La plateforme permet également de
faire
coopérer les analyses grâce au partage d'un noyau et d'un langage de
spécification communs.
Cet exposé présente une vue générale de la plateforme, de ses
principaux
analyseurs et de quelques applications industrielles. Il se concentre
sur le langage de spécification ACSL et sur différentes façons de
vérifier des spécifications ACSL avec des analyses statiques ou
dynamiques.
-- Julien Signoles a obtenu un doctorat en informatique de
l'Université
Paris 11 en 2006. Il devint ensuite ingénieur-chercheur au CEA LIST
en
2007. Au sein du Laboratoire de Sûreté des Logiciels (LSL), il est
l'un
des développeurs principaux de Frama-C. Ses recherches se concentrent
aujourd'hui sur la vérification à l'exécution (runtime verification)
et
ses différentes applications pour améliorer la sûreté et la sécurité
des
logiciels critiques.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 14 juin 2017 (11h--12h), Salle L0 du LRDE.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-06-14
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 14 juin 2017 :
* 11h--12h: MAQAO: une suite d'outils pour l'analyse et l’optimisation
des performances
-- Andrés S. Charif Rubial (ESN PeXL et Li-PARAD - Université de
Versailles)
www.maqao.org
MAQAO (Modular Assembly Quality Analyzer and Optimizer) est une
suite
d'outils d'analyse et d'optimisation des performances à destination
d'applications binaires. Le but principal de MAQAO est d'analyser des
codes binaires puis de proposer aux développeurs d'applications des
rapports synthétiques les aidant à comprendre et optimiser les
performances de leur application. MAQAO combine des analyses
statiques
(évaluation de la qualité du code) et dynamiques (profiling) basées
sur
la capacité à reconstruire des structures aussi bien bas niveau
(basic
blocks, instructions, etc.) que haut niveau (fonctions et boucles).
Un
autre aspect important de MAQAO est son extensibilité. En effet les
utilisateurs peuvent écrire leur propre plugin grâce à un langage de
script simple intégré (Lua).
-- Le Dr. Andres S. CHARIF RUBIAL dirige aujourd'hui une ESN dont les
principales activités sont le HPC, l’ingénierie système, réseau et
sécurité. En parallèle il est chercheur hébergé au Laboratoire
Li-PARAD
de l'Université de Versailles. Il a dirigé pendant 4 ans l'équipe de
recherche et développement "évaluation des performance" du
laboratoire
Exascale Computing Research Laboratory (situé sur le campus Teratec).
Il
a principalement supervisé et travaillé au développement de la suite
d'outils MAQAO afin de mieux comprendre les problèmes de performance
des
applications HPC mono et multi-noeuds. Ses travaux de thèse achevés
en
2012 portaient d'ailleurs déjà sur cette thématique, en particulier
sur
le profilage d'applications et les problématiques de caractérisation
des
performances mémoire sur des systèmes à mémoire partagée.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 3 mai 2017 (11h--12h), Amphi 3 de l'EPITA.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-05-03
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 3 mai 2017 :
* 11h--12h: Apprentissage par Imitation Auto-Supervisée
-- Pierre Sermanet, Google Brain
https://sermanet.github.io/tcn/
Nous proposons une approche auto-supervisée pour l’apprentissage de
représentations à partir de vidéos non supervisées, enregistrées à de
multiples points de vue. Cette approche est particulièrement
pertinente
en robotique pour l’apprentissage par l’imitation, qui nécessite une
compréhension invariante par rapport au point de vue des relations
entre
les humains et leur environnement (telles que les interactions entre
objets, les attributs et les poses corporelles). Nous entraînons nos
représentations à l’aide d’une stratégie de type triplet loss, où les
multiples points de vue simultanés de la même observation sont
attirés
dans l’espace d’intégration, tout en étant repoussés des voisins
temporels qui sont souvent visuellement similaires mais
fonctionnellement différents. Ce signal encourage notre modèle à
découvrir des attributs invariants vis-à-vis du point de vue, mais
qui
varient dans le temps, tout en ignorant les potentielles nuisances
telles que les occlusions, le flou de mouvement, l’éclairage et
l’arrière-plan. Nos expériences démontrent qu’une telle
représentation
acquiert même un certain degré d’invariance vis-à-vis de l’instance
d’objet. Nous montrons que notre modèle peut correctement identifier
les
étapes correspondantes dans les interactions complexes d’objets, à
travers différentes vidéos avec différentes instances. Nous montrons
également les premiers résultats, à notre connaissance,
d’apprentissage
intégralement auto-supervisé pour l’imitation de mouvements humains
par
un robot réel.
-- Pierre Sermanet est issu de la promo EPITA 2005 (spécialisation
GISTR).
En 2004 il participe avec Evolutek à la compétition robotique Eurobot
<http://cs.nyu.edu/~sermanet/eurobot.html>. Après son stage de fin
d’étude chez Siemens Research à Princeton, il travaille avec Yann
LeCun
en tant qu’ingénieur de recherche pendant 3 ans sur le thème du deep
learning pour le projet de robotique mobile LAGR
<http://cs.nyu.edu/~sermanet/lagr.html>. Il effectue ensuite son
doctorat en deep learning avec Yann LeCun à l'Université de New York
jusqu’en 2013, puis il rejoint ensuite Google Brain en tant que
chercheur en deep learning appliqué à la vision et à la robotique.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 8 mars 2017 (11h--12h), Salle L0 du LRDE.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-03-08
[4] http://www.lrde.epita.fr/Contact
Au programme du Mercredi 8 mars 2017 :
* 11h--12h: Calcul parallèle pour problèmes inverses
-- Nicolas Gac, Université Paris Sud, L2S (Centrale Supélec, CNRS)
http://webpages.lss.supelec.fr/perso/nicolas.gac/francais/index.html
Les algorithmes itératifs utilisés lors de la résolution de
problèmes
inverses portant sur des gros volumes de données requièrent une
accélération significative pour être utilisés en pratique. Sur des
exemples d'applications en tomographie X et en déconvolution de
signaux
1D (enregistrement sur plusieurs années de données spectrales de
Mars)
ou 2D (flux vidéo d'une webcam), nous présenterons notre recherche de
solutions permettant la parallélisation des calculs la plus efficace
possible sur les processeurs de type "many cores" que sont les GPUs.
Nous exposerons ainsi la triple adéquation entre l'architecture des
processeurs GPUs (CUDA de Nvidia), la (re)formulation des algorithmes
et
la (re)structuration des données que nous avons mises en oeuvre sur
différents types d'opérateurs utilisés dans les algorithmes itératifs
(projecteur, rétroprojecteur, convolution nD). Par ailleurs, nous
montrerons l'attention particulière qui doit être apportée au goulot
d'étranglement lié au temps de transfert entre le PC et les cartes
GPUs.
Enfin, nous présenterons le découpage des données que nous avons
effectué afin de bénéficier pleinement d'un serveur multi-GPUs et
apporterons quelques éléments de réponse sur l'utilisation des GPUs
couplés à Matlab et des bibliothèques déjà existantes (CUBLAS,
NVPP...).
-- Nicolas Gac est maître de conférences à l'université Paris Sud.
Après
avoir effectué sa thèse au Gipsa-lab, à Grenoble, en adéquation
algorithme architecture pour la reconstruction tomographique, il
poursuit ses travaux de recherche au laboratoire des Signaux et
Systèmes
(L2S) sur le calcul parallèle pour les problèmes inverses sur
serveurs
de calculs multi-GPUs ou FPGA. Les domaines applicatifs de ses
travaux
sont la reconstruction tomographique, la reconnaissance radar, la
localisation de sources acoustiques et le traitement de données
spectrales de Mars.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 22 février 2017 (11h--12h), Salle L0 du LRDE.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-02-22
[4] http://www.lrde.epita.fr/Contact
Au programme du Mercredi 22 février 2017 :
* 11h--12h: Extraction de biomarqueurs des troubles autistiques à partir
de l'activité cérébrale (IRMf) par apprentissage de dictionnaire
parcimonieux.
-- Alexandre Abraham, INRIA
http://nilearn.github.io/
L'Imagerie par Résonance Magnétique fonctionnelle (IRMf) est une
source
prometteuse de biomarqueurs permettant le diagnostic de troubles
neuropsychiatriques sur des sujets non coopératifs. L'IRMf s'étudie
en
établissant un atlas de régions cérébrales représentatif de
l'organisation fonctionnelle, puis en étudiant la corrélation entre
leurs signaux. Pour les extraire, nous proposons une approche
d'apprentissage de dictionnaire multi-sujets intégrant une pénalité
imposant compacité spatiale et parcimonie. Nous sélectionnons les
unités
de base des réseaux fonctionnels extraits à l'aide de techniques de
segmentation inspirées du domaine de la vision. Nous montons à
l'échelle
sur de gros jeux de données en utilisant une stratégie d'optimisation
stochastique. A défaut de vérité terrain, nous proposons d'évaluer
les
modèles générés à l'aide de métriques de stabilité et de fidélité.
Nous
intégrons ensuite notre méthode de définition de régions dans un
pipeline entièrement automatisé, afin de réaliser une tâche de
diagnostic des troubles autistiques à travers différents sites
d'acquisition et sur des sous-ensembles d'homogénéité variable. Nous
montrons que nos modèles ont une meilleure performance, à la fois
relativement aux métriques d'évaluation mais également sur nos
résultats
expérimentaux. Enfin, par une analyse post-hoc des résultats, nous
montrons que la définition de région est l'étape la plus importante
du
pipeline et que l'approche que nous proposons obtient les meilleurs
résultats. Nous fournissons également des recommandations sur les
méthodes les plus performantes pour les autres étapes du pipeline.
-- Alexandre Abraham est un ancien de la promo CSI 2009. Il a
notamment
travaillé sur le watershed topologique et les espaces couleur pour le
projet Olena. Après l'EPITA, il a suivi un master IAD à l'UPMC et a
réalisé sa thèse à l'INRIA sur la segmentation de signaux
fonctionnels
cérébraux au repos sur de grandes cohortes à des fins de diagnostic.
Il
travaille aujourd'hui dans l'équipe de recommandation de produits
chez
Criteo.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre