La formation M2 se déroule sur une année scolaire :

• de fin Septembre à fin Février : cours
• de début mars à fin août : stage de recherche

Les cours interdisciplinaires sont indiqués ci-dessous :

• Cours Mathématiques / Vision (durant le trimestre 1)

1. Methodes d’optimisation et application en traitement d’images par Prs Jean-François AUJOL / Mila NIKOLOVA
2. Introduction à l’imagerie numérique par Prs Yann GOUSSEAU /Julie DELON
3. Imagerie sous pixellique par Pr Lionel MOISAN
4. Le traitement d’images en ligne : équations aux dérivées partielles et autres algorithmes fondamentaux, et leur publication en ligne par Jean-Michel MOREL
5. Représentations parcimonieuses, estimation et compression par ondelettes par Pr Stéphane MALLAT
6. Vision et reconstruction 3D par Pr Renaud KERIVEN
7. Reconstruction d’objets et vision artificielle par Pr Jean PONCE
8. Advanced Mathematical Methods in Computer Vision par Pr Nikos PARAGIOS

• Cours Mathématiques / Apprentissage / Signaux biologiques (durant le trimestre 1)

1. Methodes MCMC et applications par Prs Stéphane ALLASSONIERE / Eric MOULINES / Gersende FORT
2. Introduction à l’apprentissage statistique par Pr Jean-Yves AUDIBERT
3. Modèles graphiques probabilistes (réseaux bayesiens) par Pr Francis BACH
4. Apprentissage par renforcement par Pr Rémi MUNOS
5. Modèles mathématiques pour les neurosciences par Pr Olivier FAUGERAS
6. Acquisition et traitement numérique des images biomédicales (I) par Prs Nicolas AYACHE / Grégoire MALANDAIN
7. Dynamique, contrôle et robotique par Prs Karine BEAUCHARD / Pierre ROUCHON

• Cours Mathématiques / Vision / Audio (durant le trimestre 2)

1. Méthodes stochastiques pour l’analyse d’images par Prs Agnès DESOLNEUX / Julie DELON
2. Compressed sensing par Pr Gabriel PEYRE
3. Modèles déformables en analyse d’images et de surfaces par Prs Laurent COHEN / Gabriel PEYRE
4. Méthodes variationnelles et statistiques en analyse vidéo par Prs François DIBOS / Georges KOEPFLER
5. Machine Learning for Computer Vision par Pr Ianosas KIKKINOS
6. Traitement du signal sonore, analyse temps-fréquence par Pr Emmanuel BACRY
7. Analyse des signaux audio-fréquences par Prs Gaël RICHARD / Yves GRENIER
8. Imagerie satellitaire par Prs Jean-Marie NICOLAS / Andres ALMANSA / Marine CAMPEDEL / Michel ROUX / Florence TUPIN

• Cours Mathématiques / Apprentissage / Signaux biologiques (durant le trimestre 2)

1. Apprentissage statistique avancé par Pr Nicolas VAYATIS
2. Prediction learning and games par Pr Gabor LUGOSI
3. Méthodes à noyau pour l’apprentissage par Pr Jean-Philippe VERT
4. Analyse de données et techniques neuronales par Pr Marie COTTREL
5. Modélisation en neurosciences - et ailleurs par Pr Jean-Pierre NADAL
6. Statistical Learning in Computational Biology par Pr Donald GEMAN
7. Traitement de l’information en biotechnologie : analyse statistique des données de micro-array par Pr Bernard CHALMOND
8. Géométrie et espace de formes par Pr Joan GLAUNES / Alain TROUVE / Laurent YOUNES
9. Analyse et simulation des images biom´edicales (II) par Prs Nicholas AYACHE / Hervé DELINGETTE / Xavier PENNEC
10. Imagerie fonctionelle cérébrale et interface cerveau machine par Prs Théo PAPADOPOULO / Maureen CLERC / Bertrand THIRION