Conférence
Notice
Lieu de réalisation
Journées modèles proxy et co-conception à l'Institut Henri Poincaré, Paris
Langue :
Français
Crédits
Julien Mairal (Intervention)
Conditions d'utilisation
Droit commun de la propriété intellectuelle
DOI : 10.60527/2dda-pw60
Citer cette ressource :
Julien Mairal. GdR IASIS. (2025, 16 septembre). Physical Models and Machine Learning for Scientific Imaging. [Vidéo]. Canal-U. https://doi.org/10.60527/2dda-pw60. (Consultée le 30 septembre 2025)
Gdr IASIS
GdR IASIS
S'abonner
Contacter

Physical Models and Machine Learning for Scientific Imaging

Réalisation : 16 septembre 2025 - Mise en ligne : 30 septembre 2025
  • document 1 document 2 document 3
  • niveau 1 niveau 2 niveau 3
Descriptif

Deep learning has transformed image processing, often surpassing traditional methods that rely on precise modeling of optical image formation. In this presentation, we explore the synergy between model-based and learning-based approaches, highlighting the potential of hybrid methods for scientific imaging—an area where interpretability, robustness to real-world degradations, and the scarcity of ground truth data pose major challenges. We will showcase several applications, from high-contrast direct imaging for exoplanet detection to molecular-scale microscopy, illustrating how these hybrid strategies can push the boundaries of what is achievable in complex imaging scenarios.

Intervention
Thème
Discipline :

Sur le même thème