Serge Fabre

Présentation

Ingénieur de recherche avec 30 ans d’expérience industrielle dans les domaines de l’audio et des systèmes de télécommunications mobiles, spatiales et aéronautiques, spécialisé en traitement du signal et des images, et plus particulièrement en machine learning. Il a obtenu son diplôme d’ingénieur et son master recherche en traitement du signal et des images à l’ENSEEIHT, Toulouse, France, en 1994.

Projets

• Traitement du signal
  
  • Annulation du bruit ambiant dans un système de mesure de compatibilité électromagnétique : optimisation d’un banc de filtres à structure WOLA (Weighted OverLap and Add) et filtrage adaptatif
  • Analyse spectrale de signaux satellitaires altimétriques : adaptation de l’analyse spectrale aux très basses fréquences par l’introduction d’une déformation fréquentielle (frequency warping)


• Détection d'anomalies
  
  • Transfer Learning appliqué à la détection d’anomalies dans la télémétrie satellite : comment augmenter les performances d’un détecteur en incluant l’apprentissage fait sur un autre satellite
  • Détection d’anomalies d’orbite satellitaire à partir des éléments orbitaux TLE (Two-Line Elements) : adaptation et comparaison de différentes méthodes comme One Class SVM (Support Vector Machine), LoOP (Local Outlier Probabilities) et Isolation Forest
  • Détection d’anomalies dans l’atterrissage des avions par méthodes d’apprentissage : introduction de descripteurs métier pour améliorer les performances
  • Surveillance automatique des trajectoires de bateaux par Machine Learning (projet ANR ASTRID) : adaptation des trajectoires pour les injecter dans les algorithmes de machine learning, introduction du retour utilisateur pour la détection d’anomalies et de la classification d’activité des bateaux.


• Deep Learning
  
  • Détection d’objets dans des images de recyclage par Deep Learning (YOLO et ses différentes versions)
  • Détection de nuages dans les images satellites par Deep Learning


• Machine Learning
  
  • Démodulation GMSK avec réseaux neuronaux
  • Détection et classification de cibles en mouvement dans des signaux radar à l’aide de réseaux neuronaux et de méthodes d’apprentissage statistique (SVM, random forest, …)


• Audio
  
  • Segmentation automatique de la parole
  • Synthèse de la parole à partir du texte
  • Annulation d'écho et réduction de bruit pour la téléphonie mobile

Publications

Enseignement

• C/C++ :
Cours et travaux pratiques.

• Digital signal processer :
Travaux pratiques.

• Digital signal processer :
Travaux pratiques.

Contact

Email: [javascript protected email address]

LinkedIn: LinkedIn Profile