Éric Moulines

Éric Moulines entre à l'École polytechnique en 1981, puis part étudier à Télécom ParisTech.

Il commence sa carrière au Centre national d'études des télécommunications où il travaille sur la synthèse de parole à partir du texte. Il participe au développement de nouvelles méthodes de synthèse par formes d'ondes, appelées PSOLA (« pitch synchronous overlap and add »)[4].

Après avoir soutenu sa thèse en 1990[5], il rejoint l’École Nationale Supérieure des Télécommunications comme maître de conférences. Il s'intéresse alors à différents problèmes de traitement statistique du signal. Il contribue notamment au développement des méthodes sous-espaces pour l'identification de systèmes linéaires multivariés[6] et la séparation de sources[7]. Il développe aussi de nouveaux algorithmes d'estimation adaptatives de systèmes.

Il reçoit l'habilitation à diriger les recherches en 2006 et devient professeur à Télécom Paris. Il se consacre alors principalement à l'application des méthodes bayésiennes avec des applications en traitement du signal et en statistique[8].

Éric Moulines a dirigé 21 thèses, a été président de jury pour 9 thèses, a été rapporteur pour 10 thèses, a été membre de jury pour 6 thèses[9].

Il s'intéresse à l'inférence des modèles à variables latentes[11] et notamment aux chaînes de Markov cachées[12] - [13] et les modèles non-linéaires d'état (filtrage non-linéaire)[14] - [15]. Il contribue notamment aux méthodes de filtrage par systèmes de particules en interaction[14] - [15]. Il s'est plus généralement intéressé à l'inférence de modèles markoviens partiellement observés, couplant des problèmes d'estimation et de simulation par des méthodes de Monte Carlo par Chaînes de Markov (MCMC). Il a aussi développé de nombreux outils théoriques pour l'analyse de convergence des algorithmes MCMC, obtenant à cette occasion des résultats fondamentaux sur le comportement en temps long de chaînes de Markov[16] - [17] - [18].

À partir de 2005, il commence à travailler sur des problèmes d'apprentissage statistique et notamment à l'analyse des algorithmes d'optimisation stochastiques[19] - [20].

Il rejoint le Centre de mathématiques appliquées de l’École polytechnique[21] comme professeur en 2015[22]. Il s'intéresse à l'inférence bayésienne de modèles en grande dimension, avec des applications en quantification d'incertitude en apprentissage statistique.

• Élu membre de l'Académie des sciences en 2017[23]
• Lauréat de la Médaille d'argent du CNRS en 2010[1]
• Officier des Palmes académiques.