L’unité s'est mobilisée pour contribuer à l’effort scientifique en temps de crise sanitaire : actions sur le terrain, expertise scientifique auprès des politiques publiques, développement d’outils…
C'est un projet qui utilise des données brutes en temps réel récoltées in situ par l'équipe du projet pour développer de nouveaux modèles ou algorithmes. afin de mieux appréhender les effets des vagues sur les dépôts de blocs rocheux, l'érosion et les dommages structurels.
The Industrial Data Analytics and Machine Learning (IDAML) chair aims to develop scientific expertise in data science and machine learning applied to industry.
Python/Ruptures is a Python library for off-line change point detection that provides methods for the analysis and segmentation of non-stationary signals.
MethaneWatch is a software development with a strong environmental impact. This tool exploits satellite imagery to quantify human activities and their impacts on the environment by aggregating…
A team of researchers at the Centre Borelli has developed an innovative algorithm for detecting image forgery based on the impact of JPEG compression. Published on the IPOL platform, it has been…
La publication de J. Delon et A. Desolneux donne des garanties théoriques pour l’applicabilité de concepts mathématiques sur des problèmes concrets de traitement d’images.
Ce travail est emblématique de l’interface mathématiques et neurosciences développée au Centre Borelli avec la mise en place d’une chaîne de phénotypage sous forme de traitement de signaux complexes…
Des équipes du laboratoire Trajectoires développementales et psychiatrie (Inserm) et du Centre Borell ont développement des méthodes originales de machine-learning pour rechercher des prédicteurs de…
S2P is a processing chain developed at the Centre Borelli, in collaboration with CNES, which allows the estimation of 3D information from pairs of stereo images taken by satellite.
IPOL is a research journal on image and signal processing and analysis that focuses on the role of mathematics as a source for algorithm design and on the reproducibility of research.
The LRC MESO provides a framework for collaboration between physicists using numerical models, and mathematicians developing numerical methods for real and industrial problems.
