BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen - ECPv5.7.0//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
X-ORIGINAL-URL:https://www.greyc.fr
X-WR-CALDESC:évènements pour GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251002T140000
DTEND;TZID=Europe/Paris:20251002T150000
DTSTAMP:20260419T005946
CREATED:20250929T140707Z
LAST-MODIFIED:20250929T140713Z
UID:11975-1759413600-1759417200@www.greyc.fr
SUMMARY:Séminaire Image : "Anomaly Detection with Pre-Trained Representations"\, Jeremie Pantin
DESCRIPTION:Nous aurons le plaisir d’écouter Jérémie Patin\, MCF CDD au GREYC.\nIl donnera un séminaire IMAGE le jeudi 2 octobre 2025 à 14h en salle de séminaire F-200. \nTitre : « Anomaly Detection with Pre-Trained Representations » \nRésumé : \nIn Anomaly Detection\, relatively few studies have examined how pre-trained models can be used without fine-tuning or weight adaptation\, particularly in multimodal scenarios. We first introduce a lightweight autoencoder approach for identifying textual anomalies\, considering representation from encoder-based large language models. We then extend this perspective to a multimodal setting\, focusing on brain tumor analysis with pre-trained text/vision models. Finally\, we conclude with an xAI problem statement: Can we consider predicted anomalies as post-hoc explainers ?
URL:https://www.greyc.fr/event/seminaire-image-anomaly-detection-with-pre-trained-representations-jeremie-pantin/
LOCATION:ENSICAEN – Batiment F – Salle F-200\, 6 Bd Maréchal Juin\, Caen\, 14050\, France
CATEGORIES:General,Image,News,Seminaire Image
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251009T140000
DTEND;TZID=Europe/Paris:20251009T150000
DTSTAMP:20260419T005946
CREATED:20250929T081731Z
LAST-MODIFIED:20250929T081731Z
UID:11971-1760018400-1760022000@www.greyc.fr
SUMMARY:Séminaire Image : "SIMuLDiTex : Un modèle de diffusion léger\, mono-image et multi-échelle pour la synthèse de texture"\, Pierrick Chatillon
DESCRIPTION:Nous aurons le plaisir d’écouter Pierrick Chatillon\, post-doctorant au GREYC\, Caen.\nIl donnera un séminaire IMAGE le jeudi 9 octobre 2025 à 14h en salle de séminaire F-200. \nTitre : « SIMuLDiTex : Un modèle de diffusion léger\, mono-image et multi-échelle pour la synthèse de texture » \nRésumé : \nNous présentons SIMuLDiTex\, un modèle frugal de diffusion multi-échelle pour la synthèse de textures à partir d’une seule image d’exemple. Cette approche est basée sur une stratégie pyramidale d’échantillonnage et de génération des textures permettant de préserver la fidélité des détails générés\, même à haute résolution. Grâce à un mécanisme original de conditionnement multi-échelle d’un U-Net compact (environ un million de paramètres)\, SIMuLDiTex surpasse les méthodes de l’état de l’art à nombres de paramètres équivalents\, offrant ainsi une solution rapide et de qualité pour la génération de textures de très haute résolution. \nLe séminaire sera précédé d’une intervention d’Othilie Malfilâtre de Normandie Valorisation dans le cadre de sa campagne de la détection au sein de l’équipe Image.
URL:https://www.greyc.fr/event/seminaire-image-simulditex-un-modele-de-diffusion-leger-mono-image-et-multi-echelle-pour-la-synthese-de-texture-pierrick-chatillon/
LOCATION:ENSICAEN – Batiment F – Salle F-200\, 6 Bd Maréchal Juin\, Caen\, 14050\, France
CATEGORIES:General,Image,News,Seminaire Image
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251016T140000
DTEND;TZID=Europe/Paris:20251016T150000
DTSTAMP:20260419T005946
CREATED:20250929T083055Z
LAST-MODIFIED:20250929T083055Z
UID:11973-1760623200-1760626800@www.greyc.fr
SUMMARY:Séminaire Image : "Research Aiming for Small-Cost Development of Medical Image Analysis Applications - Insights from a Career Bridging Clinical Practice and Research"\, Mitsutaka Nemoto
DESCRIPTION:Nous aurons le plaisir d’écouter Mitsutaka Nemoto\, Associate Professor of Kindai Univ\, Japan. Il est aussi visiteur au GREYC pour un an.\nIl donnera un séminaire IMAGE le jeudi 16 octobre 2025 à 14h en salle de séminaire F-200. \nTitre : « Research Aiming for Small-Cost Development of Medical Image Analysis Applications – Insights from a Career Bridging Clinical Practice and Research » \nRésumé : \nThis seminar will present the outcomes of my works in medical image analysis AI\, conducted at a university medical school\, a university hospital\, and a training institution for clinical engineers (a paramedical profession in Japan). The central focus or hidden theme of these works is reducing the development costs of the applications.\nKey cost factors in medical image AI development include collecting clinical image data\, acquiring annotation data\, designing application frameworks\, and implementing the systems. With the widespread adoption of (deep) supervised machine learning\, the demand for large\, annotated datasets has grown substantially. However\, many medical institutions in Japan\, particularly those of a middle or small size\, lack the resources to meet these demands. Consequently\, creating and providing customized AI applications trained on data aligned with each hospital’s imaging and diagnostic protocols remains a significant challenge.\nThis seminar will highlight my research aimed at reducing development costs\, such as AI application development using unsupervised learning and self-supervised learning.
URL:https://www.greyc.fr/event/seminaire-image-research-aiming-for-small-cost-development-of-medical-image-analysis-applications-insights-from-a-career-bridging-clinical-practice-and-research-mitsutaka-nemoto/
CATEGORIES:General,Image,News,Seminaire Image
END:VEVENT
END:VCALENDAR