Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

FUN-SP

Financiado

Cerrado

A functional framework for sparse non gaussian signal processing and bioimaging

"In recent years, the research focus in signal processing has shifted away from the classical linear paradigm, which is intimately linked with the theory of stationary Gaussian processes. Instead of considering Fourier transforms... ver más

31/03/2016

EPFL

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo FP7 notifico la concesión del proyecto el día 2016-03-31 No tenemos la información de la convocatoria

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

EPFL

0.00€ | Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TEC2011-23403 ALGORITMOS PARA EL ANALISIS DE MODALIDAD DE SEÑAL: APLICACIO... 129K€ Cerrado

MTM2013-40945-P ANALISIS DE FOURIER Y APLICACIONES 52K€ Cerrado

LENA non LinEar sigNal processing for solving data challenges in... 1M€ Cerrado

SPALORA Sparse and Low Rank Recovery 1M€ Cerrado

MTM2016-78917-R NUEVAS FAMILIAS DE PROCESOS ESTOCASTICOS ESPACIO-TEMPORALES... 52K€ Cerrado

MTM2011-24718 NUEVOS AVANCES EN LA ESTIMACION DE SEÑALES ESTOCASTICAS, BAS... 36K€ Cerrado

Líder del proyecto

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto "In recent years, the research focus in signal processing has shifted away from the classical linear paradigm, which is intimately linked with the theory of stationary Gaussian processes. Instead of considering Fourier transforms and performing quadratic optimization, researchers are presently favoring wavelet-like representations and have adopted sparsity as design paradigm. Our ambition is to develop a unifying operator-based framework for signal processing that would provide the ``sparse"" counterpart of the classical theory, which is currently missing. To that end, we shall specify and investigate sparse stochastic processes that are continuously-defined and ruled by differential equations, and construct corresponding wavelet-like sparsifying transforms. Our hope is to be able to rigorously connect non-quadratic regularization and sparsity-constrained optimization to well-defined continuous-domain statistical models. We also want to develop a novel Lie-group formalism for the design of steerable, signal-adapted wavelet transforms with improved invariance and sparsifying properties, both in 2-D and 3-D. We shall use these tools to define new reversible image representations in terms of singular points (contours and keypoints) and to develop novel algorithms for 3-D biomedical image analysis. In close collaboration with imaging scientists, we shall apply our framework to the development of new 3-D reconstruction algorithms for emerging bioimaging modalities such as fluorescence deconvolution microscopy, digital holography microscopy, X-ray phase-contrast microscopy, and advanced MRI."

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores