Éric Moulines
Pour les articles homonymes, voir Moulines.
.jpg)
| Naissance | |
|---|---|
| Nationalité | |
| Formation | |
| Activités |
| A travaillé pour | |
|---|---|
| Membre de | |
| Distinctions |
Éric Moulines, né à Bordeaux le , est chercheur français en apprentissage statistique et traitement du signal. Il reçoit la médaille d'argent du CNRS en 2010[1], le prix France Télécom[2] remis en collaboration avec l'académie des sciences en 2011. Il est nommé « fellow » de l’European Association for Signal Processing en 2012 et de l’Institut of Mathematical Statistics en 2016[3]. Il est ingénieur général du corps des mines (X81).
Biographie modifier
Éric Moulines entre à l'École polytechnique en 1981, puis part étudier à Télécom ParisTech.
Il commence sa carrière au Centre national d'études des télécommunications où il travaille sur la synthèse de parole à partir du texte. Il participe au développement de nouvelles méthodes de synthèse par formes d'ondes, appelées PSOLA (« pitch synchronous overlap and add »)[4].
Après avoir soutenu sa thèse en 1990[5], il rejoint l’École Nationale Supérieure des Télécommunications comme maître de conférences. Il s'intéresse alors à différents problèmes de traitement statistique du signal. Il contribue notamment au développement des méthodes sous-espaces pour l'identification de systèmes linéaires multivariés[6] et la séparation de sources[7]. Il développe aussi de nouveaux algorithmes d'estimation adaptatives de systèmes.
Il reçoit l'habilitation à diriger les recherches en 2006 et devient professeur à Télécom Paris. Il se consacre alors principalement à l'application des méthodes bayésiennes avec des applications en traitement du signal et en statistique[8].
Éric Moulines a dirigé 21 thèses, a été président de jury pour 9 thèses, a été rapporteur pour 10 thèses, a été membre de jury pour 6 thèses[9].
Travaux scientifiques[10] modifier
Il s'intéresse à l'inférence des modèles à variables latentes[11] et notamment aux chaînes de Markov cachées[12],[13] et les modèles non-linéaires d'état (filtrage non-linéaire)[14],[15]. Il contribue notamment aux méthodes de filtrage par systèmes de particules en interaction[14],[15]. Il s'est plus généralement intéressé à l'inférence de modèles markoviens partiellement observés, couplant des problèmes d'estimation et de simulation par des méthodes de Monte Carlo par Chaînes de Markov (MCMC). Il a aussi développé de nombreux outils théoriques pour l'analyse de convergence des algorithmes MCMC, obtenant à cette occasion des résultats fondamentaux sur le comportement en temps long de chaînes de Markov[16],[17],[18].
À partir de 2005, il commence à travailler sur des problèmes d'apprentissage statistique et notamment à l'analyse des algorithmes d'optimisation stochastiques[19],[20].
Il rejoint le Centre de mathématiques appliquées de l’École polytechnique[21] comme professeur en 2015[22]. Il s'intéresse à l'inférence bayésienne de modèles en grande dimension, avec des applications en quantification d'incertitude en apprentissage statistique.
Honneurs et distinctions modifier
- Élu membre de l'Académie des sciences en 2017[23]
- Lauréat de la Médaille d'argent du CNRS en 2010[1]
- Officier des Palmes académiques.
Notes et références modifier
- « Médaille d'argent 2010 : Éric Moulines » [PDF], sur cnrs.fr
- IM tech, « Éric Moulines, chercheur à Télécom ParisTech, est le lauréat 2011 du Prix France Télécom du Grand Prix de l’Académie des Sciences », (consulté le )
- « Faculty of Computer Science / International Laboratory of Stochastic Algorithms and High-Dimensional Inference »
- Eric Moulines, Francis Charpentier, « Pitch-synchronous waveform processing techniques for text-to-speech synthesis using diphones », Speech Communication, , p. 453--467
- « Biographie »
- E Moulines, P Duhamel, JF Cardoso, S Mayrargue, « Subspace methods for the blind identification of multichannel FIR filters », IEEE Transactions on signal processing,, , p. 516--525
- Belouchrani, Adel and Abed-Meraim, Karim and Cardoso, J-F and Moulines, Eric, « A blind source separation technique using second-order statistics », IEEE Transactions on signal processing, , p. 434--444
- « Apprentissage Bayésien »
- « Thèses »
- « Research gate »
- O Cappé, E Moulines, « On‐line expectation–maximization algorithm for latent data models », Journal of the Royal Statistical Society: Series B (Statistical Methodology), , p. 593--613
- R Douc, E Moulines, T Rydén, « Asymptotic properties of the maximum likelihood estimator in autoregressive models with Markov regime », The Annals of statistics, , p. 2254--2304
- O. Cappé, E. Moulines, T. Ryden, « Inference in Hidden Markov Models », Springer Series in Statistics,
- R Douc, A Garivier, E Moulines, J Olsson, « Sequential Monte Carlo smoothing for general state space hidden Markov models », The Annals of Applied Probability, , p. 2109--2145
- R Douc, E Moulines, D Stoffer, « Nonlinear time series: Theory, methods and applications with R examples », Chapman and Hall/CRC,
- C Andrieu, É Moulines, « On the ergodicity properties of some adaptive MCMC algorithms », The Annals of Applied Probability, , p. 1462--1505
- R Douc, E Moulines, P Priouret, P Soulier, « Markov Chains », Springer,
- A Durmus, E Moulines, « Nonasymptotic convergence analysis for the unadjusted Langevin algorithm », The Annals of Applied Probability, , p. 1551--1587
- A Garivier, E Moulines, « On upper-confidence bound policies for switching bandit problems », International Conference on Algorithmic Learning, , p. 174--188
- E Moulines, FR Bach, « Non-asymptotic analysis of stochastic approximation algorithms for machine learning », Advances in Neural Information Processing Systems, , p. 451--459
- « Le statisticien historique : Éric Moulines, professeur à l’École polytechnique », sur usinenouvelle.com,
- « Professeur à l'École Polytechnique »
- « Fiche de présentation », sur academie-sciences.fr
