Expérience et thématiques de recherche

Mes travaux de recherche s’inscrivent dans les domaines de l’intelligence artificielle et des neurosciences, en particulier sur les thématiques de l’apprentissage machine, des réseaux de neurones, de la vision artificielle, de l’oculométrie, du système visuel, et plus récemment de l’IRM.

Titulaire d’une Licence en Mathématiques et Informatiques de l’UPPA (Pau, France), je me suis spécialisé en Intelligence Artificielle lors d’un Master réalisé à l’Université Joseph Fournier (Grenoble, France), au cours duquel j’ai pu travailler, dans un premier temps, dans le laboratoire de recherche Inria Grenoble – Rhône-Alpes (équipes I3d, Perception et Moais), participant à la conception d’une plateforme de réalité augmentée à base de capture multi-cameras et de vidéo-casques, puis au sein des équipes Magma et MRIM du Laboratoire d’Informatique de Grenoble (LIG), sur un projet d’indexation de concepts dans des bases vidéos (apprentissage supervisé, classification, recherche d’information).

Mon doctorat, réalisée au sein du laboratoire Cerveau et Cognition (CerCo), de l’Institut Informatique de Toulouse (IRIT), et de l’entreprise Spikenet Technology (spécialisée dans les solutions de vision artificielle), m’a ensuite permis d’étendre mes compétences aux neurosciences grace à un projet de thèse interdisciplinaire s’articulant autour des trois axes suivants :

• L’étude des traitements visuels impliqués dans les mécanismes de reconnaissance ultra-rapides chez l’homme, notamment par des paradigmes expérimentaux utilisant l’oculométrie.
• La création, l’implémentation, et l’évaluation d’un nouvel algorithme de reconnaissance de formes bio-inspiré, utilisant une cascade de détections à différentes résolutions.
• Le développement d’un système d’aide aux non-voyants basé sur l’utilisation de caméras embarquées et d’algorithmes de reconnaissance de formes, permettant la localisation d’objets d’intérêt, et la navigation urbaine grâce à la mise en place d’une nouvelle méthode de positionnement multi-capteurs (combinant GPS, centrales inertielles, SIG, et reconnaissance de cibles visuelles géolocalisées).

Thèse de Doctorat

Vision artificielle pour les non-voyants : une approche bio-inspirée pour la reconnaissance de formes
Université Toulouse III – Paul Sabatier, 2014

Enfin, lors d’un post-doctorat effectué au Brésil dans l’Université Fédérale de Bahia, j’ai pu initier une collaboration avec l’Institut du Cerveau (ICe) de l’Université Fédérale de Rio Grande do Norte, et conduire des recherches impliquant l’utilisation de techniques d’apprentissage machine et d’intelligence artificielle pour l’analyse de données physiologique du singe. Plus particulièrement sur :

• Le développement d’un nouvel algorithme de clustering, permettant la calibration non-supervisée d’eye-trackers avec des sujets non-coopératifs (singe, enfants, …).
• L’identification des saccades et fixations grâce aux Chaines de Markov et aux réseaux de neurones à fonctions radiales (RBFN), dans un paradigme de Concept Drift.
• La classification de signaux intracrâniens (LFP) par des réseaux de neurones convolutionnels et récurrents.