Méthodes d’intelligence artificielle (AI) en « small data » pour matériaux innovants et dispositifs dérivés pour le photovoltaïque organique et à pérovskite

 

    Sujet

Ce stage s’inscrit dans un projet de recherche interdisciplinaire entre intelligence artificielle (Artificial Intelligence – AI) et matériaux ou dispositifs pour l’énergie. Plus particulièrement, il s’agit d’exploiter les concepts d’AI dans le management et l’analyse de données de petites tailles (aussi appelées « small data ») pour l’optimisation expérimentale d’éléments comme les cellules photovoltaïques organiques et à pérovskite.En lire plus...

ACtive Multimodal mErging: from psychophysics to computational modeling to robotics – Modélisation de données psychophysiques de fusion de données

L’objectif de ce stage consiste en la modélisation de la condition active (i.e. avec saccade) et sa comparaison avec la condition passive (i.e. sans saccade). Elle étendra une modélisation existante de l’équipe utilisant le paradigme des champs neuronaux dynamiques (DNF), celui-ci étant compatible avec l’intégration d’anticipations sur la dynamique de l’environnement.… En lire plus...

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 lire plus...

Multimodal Effective Representation Learning of Evolution of birds – Fusion de données

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.

Il existe deux grandes familles de modèles de réseaux de neurones génératifs pour des données en grande dimension, les auto-encodeurs variationnels (Variational Auto-Encoder, VAE) et les GAN (Generative Adversarial Networks).… En lire plus...

Modéliser l’alignement pédagogique d’exercices dans l’EIAH PLaTon pour favoriser la remédiation et améliorer la réussite des étudiants

 

La personne intéressée choisira parmi les problématiques qui l’intéressent et sera guidée tout au long de son stage par des personnes expérimentées. Les algorithmes d’analyse et procédures d’évaluation devront être conçus de manière à être réutilisables pour de futurs travaux.

Contexte :

Cette mission possède un volet pratique accolé au projet PLaTon (Platform for Learning and Teaching Online) ainsi qu’un volet théorique portant sur l’alignement pédagogique entre exercices, sur plateforme de type EIAH, et modalité pédagogique « classique » présentielle.En lire plus...

Emergence de règles de collaboration pour les applications transverses du Système Electrique Intelligent

La transition des systèmes électriques vers plus de digitalisation, le développement de nouveaux usages – tels que les véhicules électriques – et de modes de production d’énergie décentralisés – comme la production photovoltaïque – s’accompagne de l’émergence de nouvelles formes de collaboration entre les parties prenantes historiques du domaine électrique et de nouveaux entrants – tels que les domaines des télécoms et d’autres énergéticiens.… En lire plus...

Commonsense Reasoning For Question Answering

Commonsense is a skill every human has but that is hard to get for computers. A simple observation can convince us: When we write a text, we rarely state the obvious, what is commonsense. For example, we will rarely say that at night, the sun is not visible!

We can divide the problem of commonsense into two parts.… En lire plus...

Collecte et enrichissement de traces géolocalisées et visualisation interactives

Description du contexte
Ce stage s’inscrit dans le projet ANR MOBILES qui vise à documenter, comprendre et soutenir les pratiques spatiales et d’apprentissages langagiers des étudiant.es internationaux.ales accueillis dans le supérieur en France. L’originalité du projet consiste à analyser les apprentissages que les séjours en immersion recèlent potentiellement au prisme des pratiques spatiales augmentées par les outils numériques. En lire plus...

Deep Facial Animation

The animation of digital character faces in movies, TV productions and social interactions requires complex hardware setups (head-mounted camera) or a high number of hours of manual work by artists through the manipulation of so-called blendshapes.

The purpose of this internship is to investigate an alternative, where the facial animation would be generated using a deep generative network (GAN) drive by text or audio signals (i.e.En lire plus...

Deep Face Generation

The creation and animation of digital characters in movies, TV productions and social interactions requires detailed 3D models of their facial morphologies. Typically, for digital doubles of real actors these models are obtained from 3D captures of the actor face using complex hardware setups or a high number of hours of manual work by artists.En lire plus...