Internship/PhD/Post-Doc:
If you look for an internship / PhD /
post-doc in the domain of artificial intelligence, mathematical imaging, optics (MRI, microscopy, laser imaging, wavefront sensing, ...), optimization, modelling in biology, you can contact me. Join a CV and explain your motivations please.
Some material:
- Lecture notes in convex optimization (pdf)
- Notes de cours gradient stochastique (pdf)
- Notes de cours problèmes inverses (à venir...) (pdf)
- Imagerie M2R Bio-Santé (pdf) (codes)
- Ecole d'été de Peyresq 2021 - Quelques notions sur les opérateurs (pdf)
- Doctoral school computational harmonic analysis.
Numerical approximation of spatially varying blur operators: (web)
(slides: pdf).
(Note : les chiffres indiquent un nombre d'heures, x N indique que l'enseignement est fait à N groupes)
2025-2026
INSA de Toulouse, ISAE, ENSEEIHT, UT3
| CM | TD | TP | ||
| MoDIA | Gradient stochastique et apprentissage |
12 | - | - |
| ISAE | Problèmes inverses en imagerie |
10 | - | - |
| INSA, département mathématiques | Projet Tuteuré |
- | 12 | - |
2024-2025
INSA de Toulouse, ISAE, ENSEEIHT, UT3
| CM | TD | TP | ||
| MoDIA | Gradient stochastique et apprentissage |
12 | - | - |
| ISAE | Problèmes inverses en imagerie |
10 | - | - |
| INSA, département mathématiques | Projet Tuteuré |
- | 12 | - |
2023-2024
INSA de Toulouse, ISAE, ENSEEIHT, UT3
| CM | TD | TP | ||
| M2R Biologie Santé | Traitement et analyse d'images |
8 | - | - |
| MoDIA | Gradient stochastique et apprentissage |
6 | 3 | 12.5 |
| ISAE | Problèmes inverses en imagerie |
10 | - | - |
2022-2023
INSA de Toulouse, ISAE, ENSEEIHT, UT3
| CM | TD | TP | ||
| M2R Biologie Santé | Traitement et analyse d'images |
8 | - | - |
| MoDIA | Gradient stochastique et apprentissage |
6 | 3 | 12.5 |
| INSA | Projet étudiant 5A |
- | 12 | - |
| ISAE | Problèmes inverses en imagerie |
10 | - | - |
2021-2022
INSA de Toulouse, ISAE, ENSEEIHT
| CM | TD | TP | ||
| MoDIA | Gradient stochastique et apprentissage |
8 | - | 7.5 |
| INSA | Projet modélisation 3A |
- | 32 | - |
| INSA | Projet étudiant 5A |
- | 12 | - |
| ISAE | Problèmes inverses en imagerie |
10 | - | - |
2020-2021
INSA de Toulouse, ISAE, ENSEEIHT
| CM | TD | TP | ||
| MoDIA | Gradient stochastique et apprentissage |
5 | - | 7.5 |
| INSA | Projet modélisation 3A |
- | 32 | - |
| INSA | Projet étudiant 4A |
- | 12 | - |
| ISAE | Problèmes inverses en imagerie |
10 | - | - |
2019-2020
INSA de Toulouse et ISAE
| CM | TD | TP | ||
| INSA | Projet étudiant |
- | 6 | - |
| UT1 | TPs Python optimization for big data |
- | - | 12 |
| ISAE | TPs Python machine learning |
- | - | 8 |
| ISAE | Traitement variationel des images |
10 | - | - |
2018-2019
INSA de Toulouse et ISAE
| CM | TD | TP | ||
| INSA | Projets étudiants |
12 | - | - |
| ISAE | Traitement variationel des images |
10 | - | - |
2017-2018
INSA de Toulouse et ISAE
| CM | TD | TP | ||
| INSA | Projets étudiants |
12 | - | - |
| ISAE | Traitement variationel des images |
10 | - | - |
2016-2017
INSA de Toulouse et ISAE
| CM | TD | TP | ||
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) Examens : 2010
- 2011 - 2012
- 2013
- 2014 - 2015 - 2016. |
6,25 |
10 |
11 |
| ISAE | Traitement variationel des images |
10 | - | - |
2015-2016
INSA de Toulouse, Université Paul Sabatier et ISAE
| CM | TD | TP | ||
| 4 GMM | Optimisation
(Algorithmes et applications en optimisation : analyse convexe, complexité en optimisation, méthodes optimales, simplexe, points intérieurs) Examens : 2011 - 2012 - 2013 - 2014 - 2015 - 2016. |
8,75 | - |
5,5 |
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) Examens : 2010
- 2011 - 2012
- 2013
- 2014 - 2015 - 2016. |
6,25 |
10 |
11 |
| M2R Maths C2 & C3 |
Inverse problems and image processing (Regularization, Bayesian principle, convex optimization ) Mathematics & biology |
12 2,4 |
- | - |
| ISAE | Algorithmes d'optimisation convexe |
5 |
- |
2,5 |
| ISAE | Traitement variationel des images |
10 | - | - |
2014-2015
INSA de Toulouse, Université Paul Sabatier et ISAE
| CM | TD | TP | ||
| 4 GMM | Optimisation
(Algorithmes et applications en optimisation : analyse convexe, complexité en optimisation, méthodes optimales, simplexe, points intérieurs) Examens : 2011 - 2012 - 2013 - 2014 - 2015. |
8,75 | - |
5,5 |
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) Examens : 2010
- 2011 - 2012
- 2013
- 2014 - 2015. |
6,25 |
- |
- |
| M2R Maths UPS |
Analyse convexe et algorithmes numériques de
minimisation (calcul sous-différentiel, opérateurs proximaux, complexité, algorithmes de premier ordre) |
9 | - | - |
| ISAE | Algorithmes d'optimisation convexe (Sujet - Codes) |
5 |
- |
2,5 |
| ISAE | Traitement variationel des images |
6 | - | 6 |
2013-2014
INSA de Toulouse, Université Paul Sabatier et ISAE
| CM | TD | TP | ||
| 4 GMM | Optimisation
(Algorithmes et applications en optimisation : analyse convexe, complexité en optimisation, méthodes optimales, simplexe, points intérieurs) Examens : 2011 - 2012 - 2013 - 2014.
|
8,75 | 5 | 5,5 |
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) Examens : 2010
- 2011 - 2012
- 2013
- 2014. |
6,25 |
- |
- |
| M2R Maths UPS |
Analyse convexe et algorithmes numériques de
minimisation (calcul sous-différentiel, opérateurs proximaux, complexité, algorithmes de premier ordre) |
9 | - | - |
| ISAE | TPs sur les méthodes variationnelles en imagerie
(cours de Gilles Aubert) |
- | - | 6 |
2012-2013
INSA de Toulouse et Université Paul Sabatier
| CM | TD | TP | ||
| 4 GMM | Optimisation
(Algorithmes et applications en optimisation : analyse convexe, complexité en optimisation, méthodes optimales, simplexe, points intérieurs) |
8,75 | 10
(x2) |
11
(x2) |
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) Examens : 2010
- 2011 - 2012
- 2013. |
6,25 | 10
(x2) |
11
(x2) |
| M2R Maths-Bio | Imagerie et problèmes inverses
(Modélisation de quelques imageurs, inférence bayésienne, optimisation) |
9 | - | - |
| 5 GMM | Projet de 5A (avec F.Malgouyres) (Paul
Escande)
Approximation d'opérateurs intégraux avec des ondelettes. |
- | 5 | - |
2011-2012
INSA de Toulouse et Université Paul Sabatier
| CM | TD | TP | ||
| 4 GMM | Optimisation
(Algorithmes et applications en optimisation : analyse convexe, complexité en optimisation, méthodes optimales, simplexe, points intérieurs) |
8,75 | 10
(x2) |
11
(x2) |
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) |
6,25 | 10
(x2) |
11
(x2) |
| M2R Maths-Bio | Imagerie et problèmes inverses
(Modélisation de quelques imageurs, inférence bayésienne, optimisation) |
6 | - | - |
| 2
IMACS |
Analyse
1 (Suites et séries de fonctions) CC1 : 1011 - 1112 - CC2 : 0910 - 1011 - 1112 Corrections : CC1-1011, CC1-1112, CC2-0910, CC2-1011, CC2-1112 DM, Exos 24-25 poly, TD4, TD5 |
12,5 |
32,5 (x2) |
- |
| 3
MIC |
Des
données aux modèles (approximations splines avec C. Rabut) |
- |
20 |
- |
| 3
IMACS |
TPs
de traitement du signal |
- |
20 |
|
| 3
MIC |
TPs
d'analyse numérique |
- |
- |
25 |
| 5 GMM | Projet de 5A (avec C. Marteau) (Claire
Boyer)
Le principe de Stein pour des bruits structurés. |
- | 5 | - |
2011-2012
INSA de Toulouse
| CM | TD | TP | ||
| 2 IMACS | Analyse I
(Suites et séries de fonctions) |
12,5 | 32,5
(x2) |
- |
| 4 GMM | Optimisation
(Algorithmes et applications en optimisation : simplexe, points intérieurs, recuit simulé, méthodes lagrangiennes, optimisation de forme, critères d'arrêts) |
8,75 | 10
(x2) |
11
(x2) |
| 3 MIC | Problèmes inverses /
Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) |
6,25 | 10
(x2) |
11
(x2) |
| 4 GMM |
Projet de 4ème année (avec
J. Isbert) Modélisation, simulation et restitution d'images 3D d'objets : radar laser imageur (Rapport), (Slides). |
6 | ||
| 4 GMM |
Projet de 4ème année (avec A. Rondepierre) (Antoine Edwell, Mathieu Bouyrie). Optique adaptative pour l'imagerie SPIM, collaboration cancéropole.(Rapport). |
6 | ||
|
5 GMM |
Projet de 5ème année (avec J. Fehrenbach)
(T. Cartier, B. Girardet, L. Guys) Développement d'un algorithme de restauration d'images SPIM sur CUDA, en collaboration avec l'oncopole de Toulouse. |
- | 5 | - |
| 3 MIC | TP d'analyse numérique / optimisation
(systèmes linéaires, équations non linéaires, intégration numérique, ...) |
- | - | 17,5 |
2009-2010
INSA de Toulouse
| CM | TD | TP | ||
| 2 IMACS | Analyse I
(Suites et séries de fonctions) |
12,5 | 30
(x2) |
- |
| 2 MIC | Analyse II
(Calcul différentiel et intégral à plusieurs variables) |
11,25 | 27,5
(x2) |
- |
| 1 UV3 | Analyse
(Fonctions continuté/dérivabilité/intégrales/DL) |
- | 22,5
|
- |
| 3MIC | Problèmes inverses / Modélisation
(Bien/mal position, SVD, moindres carrés, régularisation) |
5 | 10
(x2) |
10
(x2) |
| 5GMM | Projet de 5ème année (avec A. Rondepierre)
B. Tapia et L. Dumas, optimisation rapide et CUDA en image (Rapport) |
- | 5 | - |