Essid

Slim Essid coordonne le thème de recherche « Traitement du signal et analyse de données audio » (ADASP) adossée à l’équipe S²A, du LTCI de Télécom Paris. Ses travaux s’intéressent à l’intelligence artificielle et l’apprentissage automatique pour le traitement du signal et l’analyse de données temporelles. Les domaines d’application traités couvrent à la fois l’analyse de contenus et la perception par ordinateur (machine perception), notamment via des approches multimodales. Les exemples d’applications attaquées incluent l’audition par ordinateur (machine listening), l’analyse de contenus audiovisuels et musicaux, l’analyse et la reconnaissance des états socio-émotionnels, ainsi que l’analyse des signaux électroencéphalographiques (EEG). Slim Essid a été impliqué depuis 2005 dans plusieurs projets collaboratifs nationaux et européens (FP6 et FP7).

Mots-clés : apprentissage structuré, apprentissage multi-vues, analyse en variables latentes, apprentissage de représentations, données audio et multimodales.

Voir son site