February, Tuesday 20th

14:30 (room 2014, 'Digiteo Shannon' 660 building) (see location)

Jérémie Sublime

(ISEP)

Title: Unsupervised learning for multi-source applications and satellite image processing



Abstract

Unsupervised Learning is a thriving domain of machine learning with many applications on modern problems such as exploring complex, heterogeneous and multi-source data for which it is difficult to use supervised methods (due to the lack of training data) and for which single clustering methods are usually not accurate enough. In this expose, we will explore 2 different aspects of these applications : 1st a theoretical analysis of what makes a good multi-source algorithm. And 2nd more concrete applications for unsupervised learning applied to teledetection data, both for multi-source data and for time series.

(FR) L'apprentissage non-supervisé a des nombreuses applications sur des problématiques récentes de données complexes, hétérogènes ou encore multi-sources pour lesquelles il est difficile non seulement d'utiliser des méthodes d'apprentissage supervisées (faute de données d'apprentissage disponibles), mais pour lesquelles les algorithmes de clustering classiques sont également inefficaces. Dans cet exposé, nous nous intéresserons à deux aspects de ces nouvelles applications : premièrement une analyse théorique de la problématique de l'apprentissage non-supervisé multi-source couvrant plusieurs aspects du problème, et deuxièmement des applications concrètes de modèles non-supervisés complexes en imagerie satellite.



Contact: guillaume.charpiat at inria.fr
All TAU seminars: here