Francis Bach : en route vers l'apprentissage statistique
Date:
Mis à jour le 07/04/2020
Francis Bach a reçu une bourse d’un montant de 1,5 million d’euros pour conduire pendant cinq ans un projet de recherche ambitieux. Le chercheur, au parcours académique sans faute, a pendant longtemps fait montre d'un grand intérêt pour les mathématiques appliquées (notamment au traitement du son et de l’image). Après un passage par l’une des plus prestigieuses universités américaines, la bourse de l’ERC devrait permettre au jeune chercheur d’explorer de nouvelles pistes en apprentissage statistique.
Polytechnicien ayant choisi le corps des Mines, Francis Bach a très vite rallié le camp des mathématiques appliquées et de l’informatique. Après un DEA à l’ENS Cachan, il rejoint le département d’informatique de l’université de Berkeley (USA), où il mènera ses travaux de thèse sur l’apprentissage statistique (basé sur les noyaux définis positifs) et son application à la séparation des sources sonores à partir d’un seul capteur (thèse couronnée par le prix "Eli Jury").
La bourse ERC, pour explorer de nouvelles pistes en apprentissage statistique.
De retour en France en 2005, il poursuit ses recherches au centre de morphologie mathématique de l’École des mines de Paris, puis à l’École normale supérieure de la rue d’Ulm, au sein de l’équipe-projet Willow, commune avec l'ENS et le CNRS. Au cœur de ses travaux scientifiques : les méthodes d’apprentissage statistique (notamment les méthodes parcimonieuses, thème de sa thèse d’habilitation) à l’intersection des mathématiques appliquées, de la statistique et de l’informatique. Des méthodes qui restent décisives dans l’optimisation, le contrôle et la modélisation de systèmes complexes à partir d’exemples.
Des avancées prometteuses dans la vision artificielle et le traitement du signal audio
Le volet applicatif est en effet crucial pour son approche scientifique qui fait dialoguer théorie, algorithmes et retours d’expérience. Jadis porté vers les problématiques sonores, Francis Bach s’intéresse aujourd’hui, auprès du professeur Jean Ponce, aux différents problèmes de vision artificielle (reconnaissance de scènes, reconstruction 3D, etc…). De manière plus générale l’apprentissage statistique trouve des applications dans de nombreux domaines, pour traiter de nombreux types de données : visuelles, biologiques, multimédia, textuelles, économiques…
Dans le projet SIERRA, soutenu par l’ERC, Francis Bach propose de trouver de nouvelles solutions au problème ouvert de la sélection de variables non linéaires. Cette méthodologie générale promet de nombreuses avancées dans le domaine de la vision artificielle (reconnaissance d’objets, débruitage d’images) et du traitement du signal audio (séparation de sources, reconnaissance de la musique).