Soutenance de thèse : Alexandre Stenger
Lieu : Amphi A301 du Pôle API, 300 bd Sébastien Brant, Illkirch.
Date et horaire : Mardi 30 Septembre à 14h
Titre : Méthodes d’apprentissage profonds et perspectives probabilistes en adaptation de domaine non supervisée pour la segmentation d’images biomédicales.
Résumé : Alors que les avancées en apprentissage profond ont en grande partie été dues à l’augmentation des capacités de calcul, comment aborder le problème d’adaptation de domaine pour la segmentation d’images biomédicales à l’heure des modèles de fondation ?
La présentation sera donnée en français.
Jury :
La conférence EGC (Extraction et Gestion des Connaissances) s’est déroulée du 27 au 31 janvier 2025...
Nous sommes fiers de voir les travaux menés au sein du laboratoire ICube contribuer à une solution...
Du 6 au 11 avril 2025, la communauté internationale du traitement du signal s’est réunie à...
Lors de sa 11ème édition (27 mai – 29 juin 2025), le Street Art Fest Grenoble-Alpes a présenté une...
L’article “Few-shot Text-driven Adaptation of Foundation Models for Surgical Workflow Analysis” de...
💡 Et si les sciences se racontaient à la première personne ? C’est l’idée originale au cœur de...
Que se passe-t-il lorsque l’eau envahit un quartier urbain ? Comment circule-t-elle entre les...
Les 26 et 27 juin 2025, à la Faculté de Chirurgie Dentaire de Strasbourg, se sont tenues les 12ᵉ...
Les 26 et 27 juin 2025, à la Faculté de Chirurgie Dentaire de Strasbourg, se sont déroulées les 12ᵉ...
Les 12ᵉ Journées Scientifiques de la Fédération de Médecine Translationnelle de Strasbourg (FMTS)...
Le 4 juillet dernier, le Département Imagerie, Robotique, Télédétection & Santé (D-IRTS) du...