Le Pôle Science des Données (PSD) regroupe des scientifiques de diverses communautés partageant des problématiques communes autour de la science des données pour et/ou issues de l'observation. Leur objectif est de renforcer les interactions et les compétences liées au traitement du signal et des images, à l'intelligence artificielle, à l'apprentissage automatique, à la robotique, à la biomécanique, à la cognition et aux signaux physiologiques.
 
Les objectifs scientifiques du pôle PSD sont : 
  •  de modéliser et d'étudier les processus physiques et cognitifs de la génération des signaux et des images, ainsi que les systèmes complexes les régissant ;
  •  de concevoir et de développer des approches méthodologiques avancées de traitement des signaux et des images ainsi que des méthodes d’apprentissage et de robotique et biomécanique ;
  •  d'acquérir leur propres données, d'expérimenter des approches, de valider et d'interpréter des résultats ou des traitement des données en temps réel, pour aller de la théorie à l'application.
Image
Illustration PSD 2022

Illustration des travaux du pôle PSD
Crédit photo © GIPSA-lab

Image
PSD methodology

Les travaux du pôle PSD
Crédit photo © GIPSA-lab

Image
PSD Teams

Les équipes du pôle PSD
Crédit photo © GIPSA-lab

Les défis portés par les cinq équipes du pôle PSD (ACTIV, COPERNIC, MOVE, SigmaPhy et ViBS) sont liés à l'environnement, la santé, le biomédical, la perception et la robotique. Ils concernent en particulier : 
  •  l'apprentissage et l'intelligence artificielle : fusion de données pour palier à l'information manquante, transfert d’apprentissage pour la géométrie riemannienne, analyse de scènes et vérification de l’intégrité de l’information
  •  les réseaux de capteurs et les systèmes dynamiques : extraction multimodale d’information, suivi continu et détections de rupture, optimisation des données enregistrées
  •   la robotique : lois de contrôle adaptées et flexibles, perception embarquée multimodale, commande temps-réel 
  •  la biomécanique : modèles dynamiques inverses, électromyographie haute densité, lois de contrôle du geste

Savoir et innovation

Le pôle PSD développe de nombreuses plateformes expérimentales en collaboration avec le service technique du laboratoire : ces plateformes sont liées aux domaines de l'environnement (ISEE, HYDRO SIGNAL, MONT-BLANC,...), du vivant (BIOMECA, LARYNX, AERO, KINOVIS, PERSEE,...) ou de la robotique (ATTENTIVE, ARCHI, ROBOTIQUE AERIENNE,...).

Le pôle PSD a ainsi une forte reconnaissance sur tous les aspects de la science des données : depuis l'acquisition sur plateformes expérimentales, jusqu'aux méthodologies et théories nouvelles créées par les membres du PSD en forte adéquation avec les enjeux sociétaux primordiaux liés à la santé, à l'environnement, à la transition écologique et la mobilité intelligente.


Prix et distinctions

Christian JUTTEN
Claude Shannon-Harry Nyquist Technical Achievement Award de IEEE Signal Processing Society, 2023
 

En savoir

Visuel
Photo Jérome Mars

Jérôme MARS
Président de la CNU 61, 2024-2027

En savoir

Logo du concours i-PhD

Nathalie HENRICH BERNARDONI
Membre du CA et responsable scientifique du groupe Acoustique de la Parole de la Société Française d'Acoustique, 2023

En savoir

Image
Prix de thèse Hussam ATOUI 2023

Valentin BARON
Prix des internautes à la finale régionale de "Ma thèse en 180s", 2021

En savoir

Mauro DALLA MAURA
Membre junior de l'IUF, 2021

En savoir

Jocelyn CHANUSSOT
Elu au conseil scientifique du CNRS INS2I, 2019
ELLIS Fellow & AAIA Fellow, 2021

En savoir

Alice CAPLIER
Membre du CA de l'AFRIF, 2020-2024

En savoir


Animations scientifiques

Image
Illustration conférence

Journée des doctorants 

Le pôle PSD organise chaque année la journée des doctorants au cours de laquelle les doctorants en deuxième année de thèse présentent leurs recherches sous la forme d'une courte présentation en 180' suivie d'une session de discussion autour d'un poster.

 

Cycle de séminaires 

Le pôle PSD organise régulièrement des séminaires scientifiques autour des thématiques du pôle.