Division of Electronics, Detectors and Computing for Physics (DEDIP)

Les deux dernières décennies ont vu l’émergence d’une véritable révolution en mathématiques

appliquées et leurs applications en traitement du signal: le concept de

parcimonie. La modélisation parcimonieuse des signaux est à l'origine de la plupart

des méthodes de l'état de l'art pour la restauration de données, et ceci dans un très

grand nombre de domaines scientifiques. Au cours de cette soutenance, je

discuterai une partie de mes travaux portant sur l'utilisation des modèles

parcimonieux pour l'analyse de données multivaluées, en particulier en imagerie

multispectrale. Je détaillerai enfin l'une des applications la plus significative de ces

recherches: l'estimation d'une carte de CMB (Cosmological Microwave

Background) à partir des données WMAP et Planck.

During the last two decades, the field of applied mathematics and signal processing

has seen the emergence of a revolutionary concept: sparsity. This modeling

framework is now at the origin of most state-of-the-art data recovery methods and

has been applied in a very large number of scientific domains. During this HDR

defense, I will discuss a part of my investigations, which are dedicated to the

application of sparsity to analyze multivalued data and more specifically

multispectral data. I will further detail one of the most successful applications of

sparsity in astrophysics: the estimate of the CMB map from the WMAP and Planck