Micheal Davies, Professeur invité au laboratoire de physique

Biographie

Micheal Davies est professeur en traitement du signal et de l’image à l’Institute for Digital Communications de l’Université d’Édimbourg depuis 2006. Spécialiste reconnu dans son domaine, il a consacré sa carrière à l’exploration et à l’innovation dans les techniques de traitement du signal numérique et d’imagerie, tant dans le milieu académique qu’industriel.

Diplômé de l’Université de Cambridge, il a ensuite obtenu un doctorat en dynamique non linéaire à l’University College London en 1993. Son parcours professionnel l’a conduit à occuper des postes clés dans plusieurs institutions prestigieuses. Avant de rejoindre Édimbourg, il a enseigné et mené des recherches à la Queen Mary University of London et au King’s College London. Il a également travaillé dans le secteur privé comme ingénieur principal senior aux Central Research Laboratories Ltd à Hayes.

Ses contributions à la recherche ont été largement reconnues. Il a été élu Fellow de la Royal Academy of Engineering en 2017, puis Fellow de la Royal Society of Edinburgh en 2018.

Collaboration avec le laboratoire de physique

La visite du Professeur Michael Davies, expert de renom en traitement du signal et de l’image, représente une opportunité majeure pour l’équipe SiSyPh de l’ENS de Lyon. Son travail pionnier sur les représentations parcimonieuses, le compressed sensing et l’apprentissage automatique s’inscrit pleinement dans les axes de recherche actuels de l’équipe, notamment autour des problèmes inverses en imagerie et de l’apprentissage auto-supervisé.

Cette visite s’inscrit dans le cadre d’une collaboration active avec J. Tachella, centrée sur le développement de nouvelles méthodes d’apprentissage profond auto-supervisé, capables de fonctionner sans données de référence. Ensemble, ils visent à établir de nouvelles garanties théoriques et à concevoir des algorithmes innovants pour l’imagerie scientifique.

Au-delà de cette collaboration, la présence du Prof. Davies bénéficiera à l’ensemble de l’équipe SiSyPh, en particulier aux chercheurs travaillant sur les problèmes inverses et le traitement statistique du signal, tels que N. Pustelnik. Son expertise en intelligence artificielle et en deep learning s’aligne parfaitement avec les efforts actuels de l’équipe pour explorer les applications de l’IA à la physique. Le Prof. Davies contribuera également à la vie scientifique de l’ENS de Lyon en intervenant dans le séminaire “Machine Learning & Signal Processing (MLSP)”, en donnant une conférence grand public sur l’apprentissage auto-supervisé pour l’imagerie scientifique, et en proposant une série de cours aux étudiants de master des départements Sciences de la Matière et Mathématiques-Informatique.

Sa visite stimulera de nouvelles collaborations, enrichira les fondements théoriques des recherches en cours, et fera progresser les échanges interdisciplinaires entre physique, traitement du signal et intelligence artificielle.

Publications majeures

• M. E. Davies, G Puy, P Vandergheynst, Y Wiaux, 2014, A compressed sensing framework for magnetic resonance fingerprinting. SIAM J. Imaging Sci., 7(4), 2623–2656.
• G. Puy, M. E. Davies, R. Gribonval, 2017, Recipes for stable linear embeddings from Hilbert spaces to Rm. IEEE Transactions on Information Theory, vol 63(4), pp 2171-2187.
• M. P. Sheehan, J. Tachella, M. E. Davies, A Sketching Framework for Reduced Data Transfer in Photon Counting Lidar. IEEE Trans. Computational Imaging, vol. 7, pp. 989-1004, 2021, doi: 10.1109/TCI.2021.3113495.
• D Chen, J. Tachella, M. E. Davies, 2021, Equivariant Imaging: learning beyond the range space. IEEE International Conference on Computer Vision (ICCV) 2021.
• J. Tachella, D Chen, M. E. Davies, Sensing Theorems for Unsupervised Learning in Linear Inverse Problems. Journal of Machine Learning Research, 24, pp 1-45, 2023.