Nicolas Papadakis

Nicolas Papadakis élabore des outils mathématiques permettant d’extraire automatiquement de l’information à partir d’images. Lors de sa thèse et de son post-doctorat, il cherchait à produire ces données afin de nourrir des modèles physiques, par exemple pour de la prédiction météorologique à partir d’images satellites. Depuis qu’il est directeur de recherche en mathématiques appliquées à l’institut de mathématiques de Bordeaux (IMB), il s'intéresse avant tout au traitement et à l'analyse de données complexes, ces dernières pouvant être dégradées ou incomplètes (pour de la colorisation d’images en noir et blanc par exemple). Depuis janvier 2023, il est directeur adjoint de l’IMB.

Actuellement, les recherches menées par Nicolas Papadakis portent :       

• De façon globale, sur la reconnaissance visuelle par des intelligences artificielles. Il conçoit des réseaux de neurones ayant des propriétés mathématiques améliorant leur fiabilité. Typiquement, il s’agit de garantir que la réponse fournit par un programme de reconnaissance d’images reste identique malgré des perturbations du signal (luminosité, netteté…). Il développe ainsi des réseaux de neurones dits débruiteurs, qui « enlèvent le bruit », et pouvant être employés dans divers contextes (médecine, biologie, télédétection…).
• Dans le domaine de l’oncologie, sur de l’imagerie médicale. L’objectif est de faire de la détection précoce, de suivre l’évolution des tumeurs cérébrales ou encore d’évaluer l’efficacité d’un traitement. Le travail du mathématicien se situe en amont de ces applications : il cherche à évaluer aussi précisément que possible des volumes à partir d’IRM afin de reconstruire en 3D des tumeurs et définir des modèles pour prédire leur évolution.

Références

• Sixième épisode de “Parole d’Expert” (NAIA.R, le forum néo-aquitain sur l’IA et la robotique, 18/02/2023)
• Apprendre à coloriser des images, (Aurélie Bugeau et Nicolas Papadakis, Interstices, 15/07/2019)

• Samuel Hurault, Arthur Leclaire, Nicolas Papadakis, Gradient Step Denoiser for convergent Plug-and-Play, International Conference on Learning Representations (ICLR'22), 2022
• Angelica I Aviles-Rivero, Nicolas Papadakis, Ruoteng Li, Philip Sellars, Qingnan Fan, Robby T Tan, Carola-Bibiane Schönlieb, GraphX^NET− Chest X-Ray Classification Under Extreme Minimal Supervision, Medical Image Computing and Computer Assisted, 2019
• Sira Ferradans, Nicolas Papadakis, Gabriel Peyré, Jean-François Aujol, Regularized discrete optimal transport, SIAM Journal on Imaging Sciences, 2014