Cette thèse financée vise à formuler le problème d’analyse de données hyperspectrales dans le formalisme de l’optimisation MIP (Mixed Integer Programming). Cette nouvelle approche permettra la résolution exacte des problèmes d’estimation sous-jacents par des algorithmes dédiés, là où les méthodes existantes cumulent erreur de modèle et erreur d’estimation par approches sous-optimales. La forte originalité de ces travaux réside en un changement de paradigme où, plutôt que de réaliser l’estimation au sens classique de l’optimisation d’un critère à solution unique (laquelle s’avère souvent ininterprétable en raison du trop fort niveau de bruit sur les données), les méthodes développées retourneront l’ensemble de solutions acceptables, par exemple l’ensemble exhaustif des solutions parcimonieuses compatibles avec le niveau de bruit donné. Ces outils seront appliqués à des données de télédétection spatiale de la planète Mars.
Lieu : LS2N, Ecole Centrale Nantes
Encadrant : S. Bourguignon (Ecole Centrale Nantes), F. Schmidt (Univ. Paris-Saclay)
Pour candidater :
https://theses.doctorat-bretagneloire.fr/sis/campagne-2023#umr-cnrs-6004-laboratoire-des-sciences-du-numerique-de-nantes-ls2n
Détail du sujet :
https://theses.doctorat-bretagneloire.fr/sis/campagne-2023/optimisation-exacte-parcimonie-et-contra/@@download/pdf_fr/analyse_multisolutions_Mars.pdf
Contact : Sébastien Bourguignon <Sebastien.Bourguignon@ec-nantes.fr>, Frederic Schmidt <frederic.schmidt@universite-paris-saclay.fr>
Date limite de candidature : 21 Avril 2023