Télécom ParisTech

Eric Moulines

Professeur

Eric Moulines

Formation

  • X (1981), ENST (1986),
  • Thèse ENST (1990),
  • Habilitation à Diriger des Recherches Paris 7, 1996.

Enseignement

  • Traitement du signal,
  • Machine learning,
  • Méthodes statistiques.

Thématiques de recherche

  • Méthodes statistiques pour le traitement du signal,
  • Apprentissage statistique, méthodes bayésiennes, méthodes particulaires.

Reconnaissance scientifique

  • Médaille d’argent du CNRS en 2010,
  • Médaille France Télécom de l’Académie des Sciences en 2011.
  • Best Paper Awards des IEEE Signal Proc Soc. en 1997 et 2006.

Animation scientifique et responsabilités collectives

  • Membre du Comité National de la recherche Scientifique de 2003 à 2006. Chargé de mission au département ST2I du CNRS de 2006 à 2009.
  • Rapporteur pour la NSF (USA), depuis 2001.

Principaux Résultats scientifiques

  • O. Cappé, E. Moulines et T. Rydén, (2005), Inference in Hidden Markov Models, Springer.
    Randal Douc, Eric Moulines et A. Garivier, (2011), «Sequential Monte Carlo smoothing for general state space Hidden Markov Models», Annals of Applied Probability, vol. 21, n° 6, pp. 21092145.
  • Randal Douc, Eric Moulines, J. Olsson et Ramon Van Handel, (2011), «Consistency of the maximum likelihood estimator for general hidden Markov models», The Annals of Statistics, vol. 39, n° 1, pp. 474513.
  • Olaf Kouamo, François Roueff, Maurice Charbit et Eric Moulines, (2011), «Inference of a generalized long memory process in the wavelet domain.»,IEEE Transactions on Signal Processing, vol. PP, pp. 1.
  • C. Lévy Leduc, Hélène Boistard, Eric Moulines, M. S. Taqqu et Valderio Reisen, (2011), «Asymptotic properties of Uprocesses under longrange dependence», Annals of Statistics, vol. 39, n° 3, pp. 13991426.
  • C. Lévy Leduc, Hélène Boistard, Eric Moulines, M. S. Taqqu et Valderio Reisen, (2011), «Robust estimation of the scale and of the autocovariance function of Gaussian short and longrange dependent processes», Journal of Time Series Analysis, vol. 32, n° 2, pp. 135156.
  • Philippe Soulier, Valderio Reisen, Eric Moulines et Glauro Franco, (2010), «On the properties of the periodogram of a stationary longmemory process over different epochs with applications», Journal of Time Series Analysis, vol. 31, n° 1, pp. 2036.

Education

  • PhD thesis at ENST (former name of Télécom ParisTech) in 1990,
  • HDR at Paris 7 in 1996.

Teaching

  • Times Series,
  • Theory & Methods,
  • Bayesian Signal Processing and Monte Carlo methods., from Kalman to particle filters.

Major Research Interest or Current Research Topics

  • Machine learning,
  • Statistical signal processing

Main Scientific Results

  • O. Cappé, E. Moulines et T. Rydén, (2005), Inference in Hidden Markov Models, Springer.
    Randal Douc, Eric Moulines et A. Garivier, (2011), «Sequential Monte Carlo smoothing for general state space Hidden Markov Models», Annals of Applied Probability, vol. 21, n° 6, pp. 21092145.
  • Randal Douc, Eric Moulines, J. Olsson et Ramon Van Handel, (2011), «Consistency of the maximum likelihood estimator for general hidden Markov models», The Annals of Statistics, vol. 39, n° 1, pp. 474513.
  • Olaf Kouamo, François Roueff, Maurice Charbit et Eric Moulines, (2011), «Inference of a generalized long memory process in the wavelet domain.»,IEEE Transactions on Signal Processing, vol. PP, pp. 1.
  • C. Lévy Leduc, Hélène Boistard, Eric Moulines, M. S. Taqqu et Valderio Reisen, (2011), «Asymptotic properties of Uprocesses under longrange dependence», Annals of Statistics, vol. 39, n° 3, pp. 13991426.
  • C. Lévy Leduc, Hélène Boistard, Eric Moulines, M. S. Taqqu et Valderio Reisen, (2011), «Robust estimation of the scale and of the autocovariance function of Gaussian short and longrange dependent processes», Journal of Time Series Analysis, vol. 32, n° 2, pp. 135156.
  • Philippe Soulier, Valderio Reisen, Eric Moulines et Glauro Franco, (2010), «On the properties of the periodogram of a stationary longmemory process over different epochs with applications», Journal of Time Series Analysis, vol. 31, n° 1, pp. 2036.