Sites Inria

Prix- Mathématiques

Nathalie Lacaux - 13/05/2011

Rémi Gribonval récompensé par l’Académie des sciences

Rémi Gribonval, directeur de recherche Inria au sein de l'équipe-projet Metiss à Rennes

Rémi Gribonval, directeur de recherche Inria au sein de l’équipe rennaise METISS, est lauréat 2011 du prix Blaise Pascal du Gamni-Smai. Décerné par l’Académie des sciences, ce prix récompense ainsi tous ses travaux de recherche mathématiques sur la notion de parcimonie. Rencontre.

Pouvez-vous nous raconter votre parcours ?

Rémi Gribonval :  Après l’obtention de mon baccalauréat, j’ai suivi une formation de mathématiques à l’École Normale Supérieure (ENS) de Paris. Assez tôt, je me suis intéressé aux interactions entre le son et les mathématiques. J’ai donc effectué ma thèse sur les aspects combinant les mathématiques et le traitement du son, conjointement avec l’École Polytechnique et l’IRCAM. Une fois celle-ci obtenue en 1999, je suis parti pendant un an en post-doctorat aux Etats-Unis, à l’Université de Caroline du sud, un des hauts lieux de la recherche en théorie de l’approximation. Là-bas, je me suis intéressé aux aspects théoriques des algorithmes que j’avais développés pendant ma thèse. Puis en décembre 2000, j’ai intégré Inria comme chargé de recherche au sein de l’équipe Sigma2 à Rennes pour participer à la création de l’équipe Metiss avec Frédéric  Bimbot. Enfin en 2009, je suis devenu directeur de recherche.

Au sein de l’équipe-projet Metiss, quels sont  vos travaux de recherche ?

Rémi Gribonval : J’étudie et j’exploite la notion de parcimonie en traitement du signal et des données. En effet, les données que nous manipulons aujourd’hui sont de très grande dimension et la parcimonie leur permet d’être approximativement décrites avec peu de paramètres. Mes travaux trouvent une application directe dans la séparation des sources sonores, comme par exemple, l’extraction du son de chacun des instruments d’un enregistrement. Mes résultats théoriques et algorithmiques ont également des applications indirectes dans le domaine de l’imagerie médicale, de la biologie et de l’astronomie. En effet, grâce à la parcimonie des données, nous pouvons réduire la durée d’exposition d’un patient aux rayons X lors d’un examen IRM ou encore observer plus longuement des échantillons cellulaires, sans risque de dégradation, sous microscopie à fluorescence. Un certain nombre de ces applications sont aujourd’hui développées dans le cadre du projet européen SMALL que je coordonne et du projet ANR ECHANGE.  

Quelles sont vos perspectives de recherche pour l’avenir ?

Rémi Gribonval : La parcimonie a été l’occasion d’identifier le rôle important des matrices aléatoires de grandes dimensions dans le traitement du signal. Tout un champ de recherche s’ouvre aujourd’hui pour l’exploitation de ces matrices dans le domaine du Machine Learning. Cet apprentissage automatique permet la mise en place de tâches de haut niveau comme par exemple, la reconnaissance automatique pour l’aide au diagnostic à partir d’images médicales. Je souhaiterais développer les exploitations possibles de la notion de parcimonie au-delà du traitement du signal, notamment dans le domaine du Machine Learning, et ainsi explorer de nouvelles approches.

Mots-clés : METISS Rémi Gribonval Prix Blaise Pascal Parcimonie Séparation de source Machine learning Inria Rennes - Bretagne Atlantique Académie des sciences

Haut de page

Suivez Inria tout au long de son 50e anniversaire et au-delà !