consulter mon CV - LM2S - Université de technologie de Troyes

Hichem SNOUSSI
Ingénieur diplômé de Supélec
Docteur en Traitement du Signal
Enseignant-Chercheur (3ème échelon) à l’Université de Technologie de Troyes
Equipe Modélisation et Sûreté des Systèmes (LM2S)
Institut Charles Delaunay (ICD, FRE CNRS 2848)
né le 24 juillet 1976 à Bizerte, marié
3, rue Jean Bareth
10120 Saint André Les Vergers, France.
Email : [email protected]
Home page : http ://h.snoussi.free.fr/
téléphone personnel : (33) 6 67 37 61 35
téléphone bureau : (33) 3 25 71 80 87
FORMATION
2000-2003 :
Thèse de doctorat en traitement du signal, 29 septembre 2003
Titre : Approche bayésienne en séparation de sources. Applications en imagerie.
Université d’Orsay, Bourse BDI CNRS. Directeur de thèse : Ali Mohammad-Djafari
Rapporteurs : Dinh-tuan Pham et Pierre-Olivier Amblard.
Juillet 2000 :
DEA ATS (Automatique et Traitement de Signal),
Université Paris-sud, Orsay. Rang : 1/24. Mention : Très Bien.
Juillet 2000 :
Diplôme d’Ingénieur Supélec, Section : Electronique et Communications Numériques.
Avril 2000 :
Cours Postgraduate de l’EPFL Lausanne. Chaos et traitement d’images. Rang : 1/16.
1995-1997 :
Classes préparatoires au lycée Saint-Louis, Paris.
Juin 1995 :
Bac Maths, mention Très Bien.
Prix Belkahia de mathématiques (19,5/20)
Encadrement doctoral et animation scientifique [2004–2007]
•
Co-encadrement de 3 thèses (en cours) et de 3 Masters :
- Mehdi Essoloh (Master OSS, Université de Technologie de Troyes, 2006)
- Myriam Castel (Master Supélec, 2007)
- Nancy Vargas (Master OSS, Université de Technologie de Troyes, 2008)
- Mehdi Essoloh (Bourse ministère, 2006-2009)
- Jing Teng (Bourse China Scholarship Council, 2006-2009)
- Farah Mourad (Bourse ministère, 2007-2010)
•
Responsable Axe 1 du laboratoire LM2S depuis janvier 2008.
Thématique : Surveillance – 14 enseignant-chercheurs
•
Responsable du programme de recherche S3 de l’axe ICOS (CPER 2007-2013).
Thématique : Sécurité et Sûreté des Systèmes.
Financement prévu : 1.800.000 euros.
•
Responsable de la thématique transversale Réseaux de Capteurs de l’Institut Charles Delaunay.
Organisation de séminaires hebdomadaires sur les réseaux de capteurs sans fil depuis octobre 2008.
•
Correspondant UTT du consortium Ibn Khaldoun franco-tunisien d’enseignement supérieur
et de recherche (17 universités).
•
Comité de programme de SETIT 2007 et SETIT 2009, Hammamet.
•
Comité de programme de ISIAC 2008.
•
Comité d’organisation du Gretsi 2007 à Troyes.
•
Comité d’organisation (Finance chair) et de programme de IEEE MLSP’05 (Machine Learning
for Signal Processing), Mystic Connecticut, USA, 2005.
Projets de recherche financés
•
Coordinateur des projets de recherche CPER liés à la plateforme CapSec (Capteurs pour la Sécurité)
Budget approximatif : 1.800.000 euros
•
Porteur d’un programme ANR blanc : mv-EMD.
Titre : Décomposition modale empirique multidimensionnelle (mv-EMD).
Partenaires : Université de Rennes 1 (Laurent Albera) et Université de Nice (Pierre Comon).
Durée : 2008-2010
Budget global : 196.000 euros
•
Porteur d’un projet “Emergence de nouvelles thématiques et/ou de nouveaux partenariats”
Financement : Région Champagne Ardenne.
Titre : Détection Décentralisée et Traitement Collaboratif de l’Information dans les Réseaux de Capteurs.
Partenaire : Equipe SYSCOM du CReSTIC.
Durée : 2005-2008
Budget : 50.000 euros
•
Co-Porteur d’un projet GDR-ISIS Jeunes chercheurs (Thèmes A & D)
Titre : Communications numériques et traitement du signal dans les réseaux de capteurs collaboratifs.
Partenaire : Equipe SYSCOM du CReSTIC.
Durée : 2007-2008
Budget : 5.000 euros
•
Partenaire d’un programme stratégique UTT.
Titre : Microcapteur biochimique spectroscopique à ondes guidées contrapropagatives (SWIFTS)
pour la surveillance des risques sanitaires et environnementaux.
Partenaire : ICD/LNIO.
Durée : 2007-2008
Budget : 33000 euros
•
Partenaire d’un projet GIS 3SGS.
Titre : Conception et observation de systèmes à modes multiples de fonctionnement sûrs (COSMOS)
Partenaires : CRAN, CReSTIC et LAGIS.
Durée : 2007-2008
Aide accordée : 1 postdoc + 4 stagiaires
Rayonnement scientifique
•
Chercheur invité à Yale University, USA, par Prof. Vince Calhoun (juillet 2004).
•
Chercheur invité au laboratoire ABSP, Brain Science Institute, RIKEN, Wako-Shi, Japon
par Prof. Andrzej Cichocki (février-avril 2004).
•
Membre de jury de 3 thèses : Nadia Bali (29 novembre 2007), Paul Honeine (13 décembre 2007)
et Jamal Saboune (5 février 2008).
•
Postdoctorat CNRS à l’IRCCyN , Ecole Centrale Nantes (2004-2005).
•
Bourse CNRS BDI pour des études doctorales (2000-2003).
•
Relecteur : IEEE Trans. on Neural Networks, IEEE Trans. on Signal Processing, IEEE Trans.
on Image Processing, IEE Electronics Letters, Journal of Electronic Imaging, Maxent, NeuroComputing, ...
PUBLICATIONS A COMITÉ DE LECTURE
—
—
—
—
—
2 chapitres de livre,
9 articles en revues internationales,
1 article en revues nationales,
32 articles dans des actes de congrès internationaux,
3 articles dans des actes de congrès nationaux,
Plus de détails sur mes activités de recherche et mes publications complètes se trouvent sur ma page perso :
http ://h.snoussi.free.fr/
Traitement des signaux biomédicaux
[1] H. Amoud, H.Snoussi, D.Hewson and J.Duchêne, “ Univariate and Bivariate Empirical Mode Decomposition for Postural Stability Analysis”, accepted to EURASIP Journal on Advances in Signal
Processing, 2008.
[2] H. Amoud, H. Snoussi, D.Hewson, M. Doussot and J.Duchêne, “Intrinsic Mode Entropy for Nonlinear
Discriminant Analysis”, IEEE Signal Processing Letters, V14-5, pp 297-300, 2007.
[3] H.Snoussi, S. Khanna, D.Hewson and J.Duchêne, “ Number of Sources Uncertainty in Blind Source
Separation. Application to EMG Signal Processing”, IEEE EMBC, Lyon, Aug. 2007.
[4] H. Amoud, H.Snoussi, D.Hewson and J.Duchêne, “ Hilbert-Huang Transformation : Application to
Postural Stability Analysis”, IEEE EMBC, Lyon, Aug. 2007.
[5] H. Amoud, H.Snoussi, D.Hewson and J.Duchêne, “ Sélection de variables stabilométriques pour l’analyse
et la détection de la dégradation de l’équilibre postural”, Gretsi’07, Troyes, September 2007.
[6] H. Snoussi H. Amoud, M. Doussot, D.Hewson and J.Duchêne, “Reconctructed Phase Spaces of Intrinsic
Mode Functions. Applications to Postural Steadiness Analysis ”, IEEE EMBC, New York, USA, Aug.
2006
[7] H. Snoussi and V. D. Calhoun, “Regularized Spectral Matching for Blind Source Separation. Application
to fMRI Imaging”, IEEE Trans. Signal Processing, special issue on ”Signal Processing Aspects of Brain
Imaging, Vol. 53, Issue 9, pp 3373–3383, September, 2005.
[8] H. Snoussi and V.D. Calhoun, “Bayesian Spectral Matching for Blind Source Separation in fMRI
Imaging”, IEEE International Conference on Image Processing, ICIP’05, September, 2005.
[9] H. Snoussi and V. D. Calhoun, “Bayesian Blind Source Separation for Brain Imaging”, IEEE International Conference on Electronic Sciences,Information Technology and Telecommunication, SETIT,
March 2005.
Séparation aveugle des signaux et des images
[10] H. Snoussi and A. Mohammad-Djafari, “Séparation d’images”, in Problèmes inverses en imagerie et
en vision, Traité IC2 à paraı̂tre.
[11] H. Snoussi and A. Mohammad-Djafari, “Estimation of Structured Gaussian Mixtures : the Inverse EM
Algorithm ”, in IEEE Trans. Signal Processing, Volume 55, Issue 7, July 2007, Page(s) :3185 - 3191
[12] H. Snoussi and J. Idier, “Bayesian Blind Separation of Generalized Hyperbolic Processes in Noisy
and Underdeterminate Mixtures”, IEEE Trans. on Signal Processing Vol. 54, Issue 9, pp 3257–3269,
September, 2006.
[13] H. Snoussi, “Accounting for Number of Sources Uncertainty in Blind Source Separation”, IEEE
Asilomar, San Fransisco, October, 2006.
[14] H. Snoussi, “Fast MCMC Spectral Matching Separation in Noisy Gaussian Mixtures. Application to
Astrophysics”, IEEE ISCCSP, Marrakech, Morroco, March, 2006.
[15] H. Snoussi, “Information-Theoretic Approach to Joint Separation and Segmentation of Images”, ISSPA,
Sydney, Australia, August, 2005.
[16] H. Snoussi and J. Idier, “Blind Separation of Generalized Hyperbolic Processes : Unifying Approach
to Stationary Non Gaussianity and Gaussian Non Stationarity”, IEEE International Conference on
Acoustics, Speech and Signal Processing, ICASSP’05, Vol.5, pp 229–232, March, 2005.
[17] H. Snoussi and A. Mohammad-Djafari, “Fast joint separation and segmentation of mixed images”,
Journal of Electronic Imaging, Vol 13, N˚2, pp. 349–361, April 2004.
[18] H. Snoussi and A. Mohammad-Djafari, “Rao-Blackwell approximation for fast MCMC implementation
of Bayesian blind source separation problems”, Int. Symposium on Recent Advances in Mathematics
and its Applications (ISRAMA 2003), Calcutta Mathematical Society, Kolkata, India, December 2003.
[19] H. Snoussi and A. Mohammad-Djafari, “Fast MCMC Joint Separation and Segmentation”, in IEEE
SSD’03, March 2003, Sousse, Tunisia.
[20] H. Snoussi and A. Mohammad-Djafari, “Bayesian unsupervised learning for source separation with
mixture of Gaussian prior”, Int. Journal of VLSI Signal Processing Systems, vol. 37, number 2-3, pp
263-279, 2004.
[21] H. Snoussi and A. Mohammad-Djafari, “Unsupervised learning for source separation with mixture of
Gaussians prior for sources and Gaussian prior for mixture coefficients.”, in Neural Networks for Signal
Processing XI, D. J.Miller, Ed. IEEE workshop, pp. 293–302, Sept. 2001.
[22] H. Snoussi and A. Mohammad-Djafari, “Bayesian separation of HMM sources”, in Bayesian Inference
and Maximum Entropy Methods, R. L. Fry, Ed. MaxEnt Workshops, pp. 77–88, Aug. 2001.
[23] H. Snoussi and A. Mohammad-Djafari, “MCMC Joint Separation and Segmentation of Hidden Markov
Fields”, in Neural Networks for Signal Processing XII. IEEE workshop, pp. 485–494, Sept. 2002.
[24] H. Snoussi and A. Mohammad-Djafari, “Séparation de sources par une approche bayésienne
hiérarchique”, in 18ème Gretsi, Toulouse, Sept. 2001.
Réseaux de capteurs collaboratifs
[25] H. Snoussi and C. Richard, “ Distributed bayesian fault diagnosis of jump Markov systems in wireless
sensor networks”, in International Journal of Sensor Networks IJSNet, Vol. 2, No.1/2 pp. 118 - 127,
2007.
[26] M. Essoloh, C. Richard, H. Snoussi, and P. Honeiné, “ Distributed localization in wireless sensor
networks as a pre-image problem in a reproducing kernel Hilbert space”. in EUSIPCO’08, 25-29 august
2008, Lausanne. (accepted)
[27] J. Teng, H. Snoussi and C. Richard, “ Variational filtering algorithm for interdependent target tracking
and sensor localization in wireless sensor network”. in EUSIPCO’08, 25-29 august 2008, Lausanne.
(accepted)
[28] P. Honeiné, M. Essoloh, C. Richard, H. Snoussi, “Localization in sensor networks : a matrix regression
approach”, in IEEE SAM’08, 21-23 July 2008, Darmsdatd. (accepted)
[29] P. Honeiné, C. Richard, J-C. Bermudez and H. Snoussi, “ Distributed prediction of time series data
with kernels and adaptive filtering techniques in sensor networks”, in ASILOMAR’08, 26-29 October
2008, Pacific Grove. (invited paper)
[30] H. Snoussi and C. Richard, “ Information-theoretic node scheduling in collaborative sensor networks
”, in ISSPA’07, , UAE, Sharjah, February 2007.
[31] J. Teng, H. Snoussi and C. Richard, “ Binary variational filtering for target tracking in sensor networks
”, in IEEE SSP’07, 26-29 August 2007, Madison.
[32] J. Teng, H. Snoussi and C. Richard, “ Prediction-based Proactive cluster target tracking protocol for
binary sensor network”, in IEEE ISSPIT’07, 15-18 December 2007, Cairo, Egypt.
[33] M. Essoloh, C. Richard and H. Snoussi, “ Anchor-based distributed localization in sensor network ”,
in IEEE SSP’07, 26-29 August 2007, Madison.
[34] M. Essoloh, C. Richard and H. Snoussi, “ Localisation distribuée dans les réseaux de capteurs sans fil
par résolution d ?un problème quadratique ”, in GRETSI’07, 11-14 September 2007, Troyes.
[35] H. Snoussi and C. Richard, “Ensemble Learning Online Filtering in Wireless Sensor Networks”, in
IEEE ICCS International Conference on Communications Systems, Singapore, October, 2006.
[36] H. Snoussi and C. Richard, “Bayesian Fault Diagnosis in Collaborative Wireless Sensor Networks”, in
IEEE GlobeCom, San Francisco, November 2006.
Géométrie de l’information
[37] H. Snoussi, “Bayesian Information Geometry. Application to Prior Selection on Statistical Manifolds”,
Book chapter in Advances in Imaging and Electron Physics, P.W. Hawkes, Academic Press, 2007.
[38] H. Snoussi and A. Mohammad-Djafari, “Particle Filtering on Riemannian Manifolds”, in Bayesian
Inference and Maximum Entropy Methods. MaxEnt Workshops, July, 2006.
[39] H. Snoussi, “Geometry of Prior Selection.”, NeuroComputing, special issue on ”Geometrical Methods
in Neural Networks and Learning”, Vol. 67, pp 214–244, 2005.
[40] H. Snoussi and A. Mohammad-Djafari, “Information Geometry and Prior Selection.”, in Bayesian
Inference and Maximum Entropy Methods. MaxEnt Workshops, pp 307–327, Aug. 2002.
[41] H. Snoussi and A. Mohammad-Djafari, “Sélection d’a priori et géométrie de l’information.”, in IEEE
International Conference on Electronic Sciences,Information Technology and Telecommunication, SETIT, March 2003.
Imagerie astronomique
[42] H. Snoussi, G. Patanchon, J. Macı́as-Pérez, A. Mohammad-Djafari, and J. Delabrouille, “Bayesian
blind component separation for cosmic microwave background observations.”, in Bayesian Inference
and Maximum Entropy Methods, R. L. Fry, Ed. MaxEnt Workshops, Aug. 2001, pp 125–140.
[43] J.F Cardoso, H. Snoussi, J. Delabrouille and G. Patanchon, “Blind separation of noisy Gaussian
stationary sources. Application to cosmic microwave background imaging.”, in Eusipco 2002, Toulouse,
september 2002.
[44] G. Patanchon, H. Snoussi, J.F Cardoso and J. Delabrouille, “Component separation for cosmic microwave background data : a blind approach based on spectral diversity”, in PSIP 2003, Grenoble, january
2003.
[45] G. Patanchon, H. Snoussi, J.F Cardoso and J. Delabrouille, “Séparation de composantes pour la
mesure des anisotropies du fond diffus cosmologique : Une approche en aveugle basée sur la diversité
spectrale”, REE (Revue de l’Electricité et de l’Electronique), Numéro spécial ”Modélisation : de la
physique au traitement du signal”, N˚6, Juin-Juillet 2003.
Réseaux de neurones stochastiques
[46] H. Snoussi and A. Mohammad-Djafari, “Penalized maximum likelihood for multivariate Gaussian
mixture”, in Bayesian Inference and Maximum Entropy Methods, R. L. Fry, Ed. MaxEnt Workshops,
Aug. 2001, pp 36–46.
[47] H. Snoussi, A. Seghouane, A. Mohammad-Djafari and G. Fleury, “Learning in presence of input noise
using the stochastic EM algorithm”, in Bayesian Inference and Maximum Entropy Methods. MaxEnt
Workshops, Aug. 2002, pp 135–149.