Reconciling Classical and Modern (Deep) Machine Learning for Real-World Applications

Informazioni relative al progetto

APHELEIA

ID dell’accordo di sovvenzione: 101087696

DOI

10.3030/101087696

Data della firma CE 27 Giugno 2023

Data di avvio 1 Settembre 2023

Data di completamento 31 Agosto 2028

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 999 375,00

Contributo UE

€ 1 999 375,00

Coordinato da

INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET AUTOMATIQUE
France

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

Drafting of Data Management plan

Pubblicazioni

Conference proceedings (7)

MAP Estimation with Denoisers: Convergence Rates and Guarantees

Autori: Scott Pesme, Giacomo Meanti, Michael Arbel, Julien Mairal
Pubblicato in: Advances in Neural Information Processing System, 2025
Editore: openreview

A New Statistical Model of Star Speckles for Learning to Detect and Characterize Exoplanets in Direct Imaging Observations

Autori: Bodrito, Théo; Flasseur, Olivier; Mairal, Julien; Ponce, Jean; Langlois, Maud; Lagrange, Anne-Marie
Pubblicato in: IEEE / CVF Conference on Computer Vision and Pattern Recognition, 2025
Editore: IEEE
DOI: 10.48550/ARXIV.2503.17117

Unsupervised Imaging Inverse Problems with Diffusion Distribution Matching

Autori: Giacomo Meanti, Thomas Ryckeboer, Michael Arbel, Julien Mairal
Pubblicato in: International Conference on Computer Vision, 2025
Editore: IEEE

LUDVIG: Learning-free Uplifting of 2D Visual features to Gaussian Splatting scenes

Autori: Juliette Marrie, Romain Ménégaux, Michael Arbel, Diane Larlus, Julien Mairal
Pubblicato in: International Conference on Computer Vision, 2025
Editore: IEEE

Functional Bilevel Optimization for Machine Learning

Autori: Ieva Petrulionyte, Julien Mairal, Michael Arbel
Pubblicato in: Advances in Neural Information Processing Systems, 2024, ISSN 1049-5258
Editore: openreview

Vision Transformers Need Registers

Autori: Timothée Darcet, Maxime Oquab, Julien Mairal, Piotr Bojanowski
Pubblicato in: International Conference on Learning Representations, 2024
Editore: openreview

GloptiNets: Scalable Non-Convex Optimization with Certificates

Autori: Gaspard Beugnot, Julien Mairal, Alessandro Rudi
Pubblicato in: Advances in Neural Information Processing System, 2023, ISSN 1049-5258
Editore: openreview

Peer reviewed articles (4)

Image Processing and Machine Learning for Hyperspectral Unmixing: An Overview and the HySUPP Python Package

Autori: Behnood Rasti, Alexandre Zouaoui, Julien Mairal, Jocelyn Chanussot
Pubblicato in: IEEE Transactions on Geoscience and Remote Sensing, Numero 62, 2024, ISSN 0196-2892
Editore: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/TGRS.2024.3393570

SpectralEarth: Training Hyperspectral Foundation Models at Scale

Autori: Nassim Ait Ali Braham, Conrad M. Albrecht, Julien Mairal, Jocelyn Chanussot, Yi Wang, Xiao Xiang Zhu
Pubblicato in: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Numero 18, 2025, ISSN 1939-1404
Editore: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/JSTARS.2025.3581451

MODEL&CO: exoplanet detection in angular differential imaging by learning across multiple observations

Autori: Théo Bodrito, Olivier Flasseur, Julien Mairal, Jean Ponce, Maud Langlois, Anne-Marie Lagrange
Pubblicato in: Monthly Notices of the Royal Astronomical Society, Numero 534, 2024, ISSN 0035-8711
Editore: Oxford University Press (OUP)
DOI: 10.1093/MNRAS/STAE2174

Fast Semisupervised Unmixing Using Nonconvex Optimization

Autori: Behnood Rasti, Alexandre Zouaoui, Julien Mairal, Jocelyn Chanussot
Pubblicato in: IEEE Transactions on Geoscience and Remote Sensing, Numero 62, 2024, ISSN 0196-2892
Editore: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/TGRS.2024.3440663