Actualité de l'ENS de Lyon

Biographie

Laurent Jacques, expert de renommée mondiale dans le domaine des statistiques en haute dimension, de la détection comprimée et des fondements mathématiques de l'imagerie informatique, est professeur de mathématiques appliquées à l'Université catholique de Louvain, dans le département d'ingénierie mathématique. Il a suivi une licence en physique et a obtenu son diplôme avec mention ‘magna cum laude’. Il a poursuivi ses études avec un Master et un Doctorat en Sciences, Physique mathématique, à l'issue duquel il a soutenu sa thèse : "Wavelets, Frames and Sun Corona". Il a travaillé sur ce sujet tout au long de sa carrière universitaire, ayant également défendu deux thèses pendant sa maîtrise et sa licence, intitulées comme suit : "Symmetry detection in aperiodic patterns with continuous wavelet transform" et "2-D Continuous wavelet transform for quasiperiodic symmetries analysis". 

Collaboration avec le laboratoire de physique

La visite du professeur Jacques à l'équipe Signaux, Systèmes et Physique (SiSyPh) au sein du Laboratoire de Physique de l'ENS de Lyon, se déroulera dans le contexte de deux collaborations de recherche en cours avec J. Tachella et N. Pustelnik. En effet, tous les trois collaborent activement sur différents projets. 

Après avoir passé trois ans en tant que professeur invité dans le laboratoire du professeur Jacques à Louvain-la-Neuve, N. Pustelnik collabore actuellement avec ce dernier à un projet sur la quantification de l'incertitude dans les problèmes inverses, qui utilise des outils d'optimisation convexe pour obtenir des algorithmes rapides qui peuvent être déployés dans des applications du monde réel. Sa visite permettra d'achever ce travail en cours et de le mettre en œuvre sur des problèmes concrets tels que l'estimation de la quantification de l'incertitude dans le contexte de l'estimation du nombre de reproductions pandémiques. 

Quant à J. Tachella, il développe actuellement avec le professeur Jacques de nouvelles garanties mathématiques pour l'apprentissage auto-supervisé à partir de données de mesure non linéaires, telles que les données de mesure binaires. Les méthodes développées joueront un rôle important dans l'utilisation d'outils d'apprentissage profond pour l'imagerie scientifique et médicale, où l'apprentissage supervisé est souvent coûteux ou peu pratique. 

Une visite d'un mois du professeur Jacques au laboratoire de physique renforcera et consolidera ces collaborations. Sa venue jouera aussi un rôle important dans la planification d'une future candidature à des projets européens (par exemple, une action Marie Curie, un réseau de formation innovante), qui impliquent des laboratoires de recherche en France et en Belgique et potentiellement d'autres groupes internationaux.

Publications majeures

• Jacques, Laurent, et al. "Robust 1-bit compressive sensing via binary stable embeddings of sparse vectors." IEEE Transactions on Information Theory 59.4 (2013): 2082-2102.
• Wiaux, Y., Jacques, L., Puy, G., Scaife, A. M., & Vandergheynst, P. (2009). Compressed sensing imaging techniques for radio interferometry. Monthly Notices of the Royal Astronomical Society, 395(3), 1733-1742.
• R. Gribonval, A. Chatalic, N. Keriven, V. Schellekens, L. Jacques and P. Schniter, "Sketching Data Sets for Large-Scale Learning: Keeping only what you need," in IEEE Signal Processing Magazine, vol. 38, no. 5, pp. 12- 36, Sept. 2021, doi: 10.1109/MSP.2021.3092574.
• Jacques, L., Duval, L., Chaux, C., & Peyré, G. (2011). A panorama on multiscale geometric representations, intertwining spatial, directional and frequency selectivity. Signal Processing, 91(12), 2699-2730.