OCKHAM

Le principal objectif de l'équipe OCKHAM est de développer des techniques d'apprentissage et des algorithmes de traitement du signal munis de solides fondements théoriques, physiquement interprétables, et économes en ressources.

Profitant d'une culture à l'interface entre traitement du signal et apprentissage, l'équipe s'appuie sur une  expertise théorique et algorithmique autour de la notion de parcimonie et de ses variantes structurées - en particulier via des graphes. La parcimonie joue en effet un rôle fondamental pour garantir l'identifiabilité de décompositions dans des espaces latents, notamment pour des problèmes inverses en grande dimension, et permet également de développer des algorithmes distribués pour l'apprentissage à partir de représentations fortement compressées de jeux de données, avec des garanties de confidentialité. La parcimonie sur graphe permet également d'aborder des problèmes d'apprentissage semi-supervisés dans des conditions difficiles. Plus globalement il s'agit d'exploiter ces idées pour garantir non seulement l'efficacité des algorithmes d'optimisation proposés, mais aussi l'explicabilité des décisions algorithmiques et l'interprétabilité des paramètres appris.