Présentation

Stéphane Mallat est né le 24 octobre 1962. Il a été élève à l’École polytechnique en 1981, puis a obtenu un Ph. D. à l’université de Pennsylvanie en 1988, et a soutenu sa thèse d’habilitation en mathématiques à l’université de Paris-Dauphine en 1992.
Il a été professeur de mathématiques et d’informatique à l’institut Courant de l’université de New York de 1998 à 1995 puis est revenu en France comme professeur en mathématiques appliquées à l’École polytechnique jusqu’en 2012. Il a présidé ce même département de 1998 à 2001. En 2001, il a cofondé une start-up, Let it Wave, qu’il a dirigée jusqu’en 2007. Il est devenu professeur  à l’École normale supérieure de la rue d’Ulm de 2012 à 2017, puis a été nommé professeur du Collège de France en 2017, titulaire de la chaire Sciences des données.

La recherche de Stéphane Mallat porte sur les mathématiques appliquées au traitement du signal et à l’apprentissage statistique. Il a notamment introduit la théorie des multirésolutions pour construire des bases d’ondelettes ainsi que la transformée en ondelette rapide, dont est issu le standard de compression d’images JPEG-2000. Il est à l’origine des représentations parcimonieuses par matching poursuite dans des dictionnaires, pour le traitement de données. Il travaille maintenant sur la modélisation mathématique des réseaux de neurones. Il est membre de l’Académie des sciences, de l’Académie des technologies, et de la National Academy of Engineering aux États-Unis.

Bibliographie sélective

Ouvrage

  • A Wavelet Tour of Signal Processing: the Sparse Way

    Mallat S., A Wavelet Tour of Signal Processing: the Sparse Way, 3e édition. Academic Press, Elsevier, 2009, 832 p.

Articles