Menu principal

Multimodal Effective Representation Learning of Evolution of birds – Apprentissage de représentations

Le travail du stage consistera en la constitution d'une base d'apprentissage adaptée à l'apprentissage d'un tel modèle avec des images extraites de référentiels comme Birds of the World (dessins), le choix de codage et normalisation de ces données etc. en collaboration avec l'autre stagiaire sur le projet.

L'objectif serait ensuite de concevoir un modèle qui apprend une représentation continue qui peut avoir un sens pour les experts du domaine (biologique, paléontologique etc.) en intégrant dans l'apprentissage des représentations des contraintes à la fois sur l'aspect temporel (évolution) et sur la proximité génétique (ancêtres communs etc.). Les pistes à explorer sont une régularisation par fonction de coût ou l'utilisation de méthodes contrastives (faiblement supervisées) apprenant une "métrique" de similarité en présentant des paires ou triplet d'oiseaux appartenant à la même espèce ou non. Une des questions étudiées sera de savoir comment représenter certaines discontinuités, les relations hiérarchiques et les propriétés topologiques dans ce "manifold" (variété géométrique) appris par le réseau de neurones pour explicitement intégrer certaines contraintes.

Plus d'information ici https://perso.liris.cnrs.fr/mathieu.lefort/jobs/stage/Merle/sujet2.pdf


Mots-clés
analyse d'images; apprentissage de représentations; Apprentissage profond; Biologie
Établissement
LIRIS - LABORATOIRE D'INFORMATIQUE EN IMAGES ET SYSTEMES D'INFORMATION
69622 VILLEURBANNE  
Site Web
https://perso.liris.cnrs.fr/mathieu.lefort
Date de début souhaitée
01/02/2023
Langues obligatoires
Anglais
Niveau
Bac +5
Prérequis

- master en intelligence artificielle / machine learning ou équivalent
- bonne capacité de programmation (Python, Pytorch/Tensorflow)

Durée
5 mois
Indemnité
3.9€/h (environ 550€/mois)
Informations de contact

- Mathieu Lefort (mathieu.lefort@liris.cnrs.fr)
- Stefan Duffner (stefan.duffner@liris.cnrs.fr)