Semaine d'Étude Maths-Entreprises
Paris — du 11 au 15 Septembre 2017
Sujets
Cette SEME a lieu au laboratoire MAP5 de l'Université Paris Descartes, située au 45 rue des Saints-Pères, 75006 Paris.
EDF : Echantillonnage numérique d'une fonction modélisant les états de mer dans la procédure de conception d'une éolienne offshore
Pour un exploitant d'éolienne off-shore, il est important d'évaluer la stabilité du dispositif flottant dans des conditions réalistes de vent et de mer. A cette fin, on utilise souvent un modèle simplifié de structure flottante, soumis à une série temporelle d'efforts représentative de conditions réelles en le lieu d'exploitation. Un point délicat est la construction de cette série temporelle, compromis entre des observations locales souvent peu nombreuses, et des règles plus générales (prédites théoriquement ou observées sur une plus large échelle). Le sujet d'étude est justement de proposer une méthode de construction pour une série temporelle représentative des efforts sur une structure off-shore en un site particulier. Il ne requiert aucune connaissance avancée en physique: le modèle de flotteur est très simple. L'étude bénéficiera avantageusement d'idées innovantes en analyse de données et en représentation de fonctions.SAFRAN AIRCRAFT ENGINES : Identification de fluctuations vibratoires
Résumé à venirOscaro.com : Identification du modèle de véhicule à partir du numéro de série
Résumé à venirImaginColor : Détection de visages pour la colorisation automatique de films
Ce sujet porte sur la détection de visages pour la colorisation de séquences d'images en niveau de gris. Ces séquences proviennent généralement d'archives, elles sont restaurées et colorisées pour être diffusées. Le problème de la colorisation est évidemment mal posé : on souhaite pour chaque pixel de chaque image, restaurer une couleur (donc un triplet de valeurs (R,G,B)) à partir d'une information scalaire (le niveau de gris). Les méthodes de colorisation se fondent donc souvent sur l'intervention d'un coloriste, qui peut par exemple donner quelques points de couleur sur les images, que l'on diffuse ensuite à toute la séquence. Les scènes contenant des visages sont parmi les scènes les plus difficiles à coloriser, et demandent une attention particulière, notamment parce-que nous sommes très sensibles aux défauts de traitement sur les visages. Les scènes de foule sont en ce sens particulièrement longues et fastidieuses à traiter pour les coloristes. Le sujet d'étude consiste donc à proposer une méthode rapide de détection de visage spécifique aux séquences d'archive (éventuellement abîmées), afin d'accélérer et d'améliorer leur colorisation.
Cornis : Analyse d'images de pales d'éoliennes
Résumé à venir
Contact : seme.map5@mi.parisdescartes.fr
