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:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230323T140000
DTEND;TZID=Europe/Paris:20230323T160000
DTSTAMP:20260423T060031
CREATED:20230307T085505Z
LAST-MODIFIED:20230307T085505Z
UID:11126-1679580000-1679587200@www.greyc.fr
SUMMARY:Séminaire IMAGE : Fethi Ghazouani (Centre Henri Becquerel de Rouen)\, « Exploitation de l’apprentissage profond multi-modale/tâche/sources pour l’analyse et l’interprétation d’images »
DESCRIPTION:Nous aurons le plaisir d’accueillir Fethi Ghazouani\,  post-doctorant au Centre Henri Becquerel de Rouen\, qui donnera un séminaire IMAGE\, le jeudi 23 mars 2023 à 14h00 en salle F-200.\nTitre:\nExploitation de l’apprentissage profond multi-modale/tâche/sources pour l’analyse et l’interprétation d’images  \nRésumé:\n\nDans une première partie de cette présentation\, j’exposerai mes travaux de postdoc qui portent sur la fusion d’images IRM multimodales basée sur l’apprentissage profonds multi-tâche pour la segmentation et la prédiction de la tumeur cérébrale. Je présenterai tout d’abord l’architecture du modèle Swin Transformer et son principe de calcul de l’auto-attention\, introduit pour réduire la complexité de l’opération d’auto-attention utilisée dans le modèle Vision Transformer (ViT) classique. Je détaillerai ensuite l’approche proposée pour la segmentation d’images multimodales de tumeurs cérébrales\, qui s’appuie sur le modèle Swin Transformer et l’auto-attention locale améliorée. Dans une seconde partie\, je montrerai\, comment il est possible de réaliser une fusion par corrélation multimodale dans l’espace des caractéristiques latentes pour la segmentation de la tumeur et prédiction de la localisation de la récidive de la tumeur cérébrale. Dans cette approche\, le mécanisme d’apprentissage par transfert a été appliqué afin d’améliorer la performance et la précision du modèle dans le cas où les données sont limitées. \nJe terminerai ma présentation par mon thème de recherche actuel au Centre Henri Becquerel : Harmonisation des images TEP (Tomographie par Émission de Positons) multi-sources par apprentissage profond. \nMots-clés : \nApprentissage profond multi-tâche\, analyse d’images multimodales\, Swin Transformer\, auto-Attention.
URL:https://www.greyc.fr/event/seminaire-image-fethi-ghazouani-centre-henri-becquerel-de-rouen-exploitation-de-lapprentissage-profond-multi-modale-tache-sources-pour-lanalyse-et-linterpretatio/
LOCATION:ENSICAEN – Batiment F – Salle F-200\, 6 Bd Maréchal Juin\, Caen\, 14050\, France
CATEGORIES:Image,Seminaire Image
END:VEVENT
END:VCALENDAR