Chercheur indépendant en intelligence artificielle appliquée.
J'applique l'IA à l'imagerie médicale, et je transpose ces techniques à la voiture autonome.
La tumeur, repérée et reconstruite en 3D.
L'IA repère et colorie automatiquement une tumeur sur une IRM, puis la reconstruit en 3D — c'est un gain de temps précieux pour les radiologues.

Chaque point de la rue, compris en temps réel.
La voiture « peint » en temps réel chaque point de ce qu'elle voit — route, piétons, cyclistes, véhicules. C'est ainsi qu'elle comprend la scène.

Chaque étude est une ablation contrôlée : une hypothèse, un protocole identique d'une variante à l'autre, et des chiffres qu'on peut rejouer.

Un artefact topologique de la loss SDT mis en évidence, puis corrigé par un filtre post-hoc validé statistiquement.

Transposition 3D de la loss boundary : le croisement epochs courts/longs inverse le classement, exactement comme sur Cityscapes — la thèse cross-domaine se confirme.

Vetos et votes sans entraînement contre un gate appris : seul le gain du vote majoritaire survit à la correction de Holm, le MoE reste dans le bruit de graine.

Contrairement à une perte de contour, la carte de distance ne durcit pas les frontières — son gain vient du façonnage de représentation.

Le croisement entre 10 et 160 epochs inverse le classement qu'un pilote court aurait choisi : la perte gagnante n'est pas celle qui démarre le mieux.
Les problèmes choisis, les outils construits, la méthode.
Chercheur indépendant, je choisis des problèmes où le résultat compte, je publie en transparence totale et je construis mes propres outils.

Le plus simple reste un mail ; les autres canaux fonctionnent aussi.
Le travail publié : code, modèles, publications.