Recherche
Les capteurs convertissent les informations physiques en données exploitables, utilisées pour la modélisation, l’estimation et la prédiction – en bref, ils nous fournissent des informations utiles à la prise de décision. Notre équipe étudie notamment les fondements mathématiques de différents types de systèmes de détection :
- limites fondamentales des systèmes de détection
- estimation et détection distribuées sur les réseaux
- sécurité dans la détection distribuée
- optimisation des réseaux de capteurs
- estimation et détection dans le contexte de l’apprentissage automatique
- détection et communication intégrées pour les futurs réseaux cellulaires et fibres optiques
- systèmes de détection quantique
Membres de l’équipe
- Michèle Wigger, Professeure, responsable d’équipe
- Robert Graczyk, Maître de Conférences
- Mireille Sarkiss, Maîtresse de Conférences Télécom SudParis
Mots-clés
- Théorie de l’information
- Statistiques
- Estimation
- Détection
- Communications
Les publications de l’équipe
- [1] M. Ahmadipour, M. Kobayashi, M. Wigger, and G. Caire, « An Information-Theoretic Approach to Joint Sensing and Communication, » IEEE Trans. on Inf. Theory, Feb. 2024.
- [2] M. Hamad, M. Wigger, and M. Sarkiss, « Multi-hop Network with Multiple Decision Centers under Expected-Rate Constraints, » IEEE Trans. on Inf. Theory, July 2023.
- [3] M. Ahmadipour and M. Wigger, « An Information-Theoretic Approach to Collaborative Integrated Sensing and Communication for Two-Transmitter Systems, » Journal on Sel. Areas in Inf. Theory, June 2023.
- [4] R. Graczyk, A. Lapidoth, and M. Wigger, « Conditional and Relevant Common Information,” Information and Inference: A Journal of the IMA, 2022.
- [5] N. Le Gouic, R. Graczyk, and S. Moser, « Approximate Hypothesis Testing, » to be submitted to Int. Symp. Inf. Theory, July 2025.
- [6] A. Bounhar, M. Sarkiss, M. Wigger, “Covert Distributed Detection over Discrete Memoryless Channels”, Int. Symp. Inf. Theory 2024, 7-12 July 2024.
Dernières actualités du LTCI

[Ideas] LLM : vers la fin des moteurs de recherche traditionnels ?
Confiance numérique, Data science & IA — 04/11/2025Fabian Suchanek : Les grands modèles de langage sont-ils en train de révolutionner notre [...]
Quand le code change (IP Paris)
Confiance numérique, Enseignants-chercheurs — 30/10/2025Stefano Zacchiroli est co-fondateur du projet Software Heritage. En s’appuyant sur cette archive de logiciels Open [...]
ChatGPT Atlas : «Le danger principal : que l'IA agisse au nom de l'utilisateur» (Libé)
Data science & IA, Enseignants-chercheurs — 24/10/2025Fabian Suchanek : ce qui est « plus futuriste » et novateur est [...]
La cybersécurité et la défense à Télécom Paris
Confiance numérique — 20/10/2025Dans le cadre des Rencontres Cybersécurité & Défense IP Paris le 21/10, faisons le point sur la recherche en cours à [...]
Évaluer les risques liés aux fuites d’information
Doctorat, Confiance numérique, Enseignants-chercheurs — 17/10/2025Olivier Rioul et Julien Béguinot, doctorant, s’appuient sur les outils de la théorie [...]
Un livre pour suivre les grands progrès de l’information quantique
Enseignants-chercheurs — 10/10/2025I. Zaquine & M. Le Bellac : Information Quantique, Théorie et expériences (CNRS Éditions)
Comment les IA transforment le Web (Sciences & Avenir)
Data science & IA, Enseignants-chercheurs — 04/10/2025Fabian Suchanek : une évolution pas très vertueuse.
Souveraineté numérique française : le plan de l’Institut Montaigne
Confiance numérique, Enseignants-chercheurs — 26/09/2025Gerard Memmi : un état des lieux préoccupant et des recommandations concrètes pour [...]
Macro-menaces sur microarchitectures
Confiance numérique, Enseignants-chercheurs — 22/09/2025Maria Mushtaq, organisatrice de MIC-SEC, éclaire les évolutions et les enjeux d’une discipline en pleine mutation [...]
La lettre Ideas : Écologie et finance – IA pour l'imagerie médicale
— 12/09/2025Finance et risque climatique ; Risque de perte de biodiversité – IA pour la mammographie 3D ; Visualisation du [...]









