L’hypertension artérielle est un des facteurs de risque cardiovasculaire les plus importants. Les accidents cardiovasculaires sont la cause de 30% des décès. La prise en charge de l’hypertension artérielle fait l’objet de multiples recommandations, régulièrement mises à jour. L’adhésion aux règles classiques de prise en charge pourrait être remplacée avantageusement par une prise en charge individualisée.…
Mots-clés
Aide à la décision; apprentissage automatique; argumentation; Multi-agent Systems
Environ 500 euros par mois (plus indemnités de transport selon législation en vigueyr)
Informations de contact
Nadia Abchiche-Mimouni, maître de Conférences à l’ueve, nadia.abchichemimouni@univ-evry.fr
Farida Zehraoui, maître de Conférences à l’ueve, zehraoui@ibisc.univ-evry.fr
L’exploitation ferroviaire repose en grande partie sur un processus de planification très en amont des différentes ressources nécessaire à la production d’un train : réservation d’un sillon, affectation d’une rame, d’un agent de conduite, éventuellement d’agents à bord… Ce processus de planification ne protège toutefois pas d’éventuels écarts, même minimes, entre le réalisé et le planifié.…
Le projet ANR SWIFT s’intéresse à l’étude de l’impact des nouvelles modalités de transport de la ville intelligente sur les infrastructures. Bien que les nouvelles modalités (véhicules électriques, autonomes, transport à la demande, vélos…) puissent faciliter la mobilité intra-urbaine et améliorer la qualité de vie, elles peuvent également créer de nouvelles contraintes pour lesquelles les villes doivent être préparées.…
Ingénieur en systèmes d’information, ayant un esprit critique, capable de faire face à des problématiques complexes, créative, autonome et de bonnes capacités relationnelles me permettant de réussir un travail en équipe. Actuellement en préparation d’un Master en Informatique spécialité Intelligence Artificielle à l’université de Reims Champagne-Ardenne.
…
Mots-clés
artificial intelligence; BI; big data; deep learning; développement; robotics
Ce stage se place dans le cadre de la modélisation de villes intelligentes et plus précisément des comportements adaptatifs des entités constituant ce système. Cette évolution dynamique des comportements peut être supportée par un modèle d’apprentissage artificiel qui permettra une auto-adaptation des comportements des entités. Ainsi, les approches d’apprentissage artificiel (machine learning) permettent de traiter à la fois le traitement des données et la prise de
décision.…
Mots-clés
apprentissage automatique; artificial intelligence; données de capteurs
L’objectif du stage est de construire une ontologie pour représenter et structurer une base de connaissances à partir des données, connaissances et outils disponibles qui peuvent être utilisés pour la conception biomimétique en architecture dans une démarche de développement durable.
Le biomimétisme étudie la nature pour l’imiter ou pour résoudre des problèmes humains [1,3].…
Mots-clés
biomimetisme; Conception architecturale; fouille de données; ontologie; traitement automatique de langue
Le candidat sera accueilli dans l’axe “Synchronisation de modèles” de l’équipe de recherche ÉRIS de l’ESEO, qui s’intéresse, notamment, aux interactions et aux bénéfices de l’utilisation des méthodes d’apprentissage automatique dans la définition, le support et la validation de transformations de modèles.
Ce stage vise à concevoir un système d’aide à la décision basé sur les réseaux de neurones.…
Mots-clés
Apprentissage profond; EMF; Ingénierie dirigée par les modèles; Transformations de modèles
Expériences dans le domaine de la modélisation et des DSL (Domain-Specific Languages)
Intérêt et expérience dans le développement d'applications et/ou prototypes avec les technologies proposées
Le traitement d’événements complexes est très approprié dans le cadre de la supervision pour la sécurisation
d’infrastructures critiques (SIC). Il permet de raisonner sur des patrons d’événements identifiés au fur-et-à mesure
que les capteurs envoient leurs détections (traitement en flux et asynchrone). Pour ce faire, le laboratoire utilise
une technique issue de l’intelligence artificielle, l’inférence événementielle, au travers du moteur d’inférence Drools
Fusion.…
Mots-clés
apprentissage par renforcement; intelligence artificielle hybride; moteurs d'inférence
Le stage s’adresse à un.e étudiant.e de niveau Ingénieur dernière année ou Master II Recherche, dans une spécialité associée à l’Intelligence Artificielle.
La candidature justifiera d’une expérience dans l’utilisation d’un moteur d’inférences, et systèmes à base de règles ou méthodes d’apprentissages mais non limitées aux réseaux de neurones. Une expérience dans la réalisation d’un système expert, ou bien dans l’apprentissage avec des algorithmes tels que Association Rule Mining, Inductive Logic Programming ou l’apprentissage par renforcement est un plus.
Une bonne connaissance du langage de programmation Java ou Python est exigée. La personne est à l’aise dans un environnement Linux et connait LATEX.
Un minimum d’autonomie, de sens du relationnel et de capacité de travail en équipe est attendu.
This work is part of a collaboration between computer scientists from I3S, University of Nice Sophia Antipolis and economists from SKEMA Business School. It entails the development of a forward-looking cognitive agent model in order to study the spontaneous emergence of money, with potential applications to cryptocurrencies. The main educational objecting of the internship is the implementation of the cutting edge artificial intelligence techniques for modeling decision-making of economic agents in complex environments.…
L’attractivité des systèmes de drones pour répondre aux nouveaux besoins opérationnels comme le transport autonome de colis ou la surveillance d’infrastructures est aujourd’hui incontestable. Néanmoins, l’intégration de ces systèmes dans l’espace aérien pose de nouveaux défis notamment du point de vue de la sécurité comme le montrent les travaux [1] et [2].…
Mots-clés
Drone; Méthodes formelles; Model-checking; SAT; Sureté de fonctionnement
