Machine Learning-Robotics
- Domaine
- Machine Learning-Robotics
- Domain - extra
- Computational Geometry and Topology
- Année
- 2014
- Starting
- 1er octobre
- État
- Closed
- Sujet
- Signatures pour les formes géométriques
- Thesis advisor
- OUDOT Steve
- Co-advisors
- Laboratory
- Collaborations
- Abstract
- Dans cette thèse on s'intéressera à la caractérisation locale et globale des formes géométriques à partir d'échantillons ou de maillages, ainsi qu'à leur comparaison. Pour ce faire on essaiera de construire des signatures pour les formes géométriques qui soient à la fois robustes et informatives.
- Context
- Avec l'essor constant des techniques d'acquisition et de génération de données, de larges banques de données de formes géométriques sont aujourd'hui disponibles, le plus souvent sous la forme de nuages de points. Dans le but d'organiser ces données, il est primordial de définir des notions pertinentes de similarité entre formes géométriques qui soient invariantes à l'échantillonnage et aux différentes poses que peuvent prendre les objets que les nuages de points représentent.
- Objectives
- L'objectif principal de la thèse est d'utiliser des concepts récents de la topologie algorithmique pour définir de nouvelles signatures pour les formes géométriques. Ces signatures seront ensuites utilisées dans des tâches d'apprentissage supervisé. Une attention particulière sera donnée à la robustesse et à la complexité de calcul et de comparaison des signatures.
- Work program
- On pourra s'attaquer aux points suivants :
- construire des signatures locales,
- définir des noyaux à partir des signatures,
- rendre les signatures plus faciles à calculer,
- dériver des bornes inférieures et supérieures d'approximation,
- appliquer les signatures à la classification de formes 3d et à la détection de symétries dans des jeux de données en plus grande dimension.
- Extra information
- For more information, please contact steve.oudot à inria.fr
- Prerequisite
- Un bon bagage en apprentissage, et si possible quelques notions de topologie différentielle et algébrique.
- Détails
sujet_EDIPS.pdf- Expected funding
- Institutional funding
- Status of funding
- Expected
- Candidates
- Mathieu Carrière
- Utilisateur
- steve.oudot
- Créé
- Lundi 24 mars 2014 14:27:50 CET
- dernière modif.
- Lundi 24 mars 2014 15:04:24 CET
Connexion
Ecole Doctorale Informatique Paris-Sud
Directrice
Nicole Bidoit
Assistante
Stéphanie Druetta
Conseiller aux thèses
Dominique Gouyou-Beauchamps
ED 427 - Université Paris-Sud
UFR Sciences Orsay
Bat 650 - aile nord - 417
Tel : 01 69 15 63 19
Fax : 01 69 15 63 87
courriel: ed-info à lri.fr