Menu principal

Archives : Offres de stage





6 Offres de stage

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...


Mots-clés
active learning; artificial intelligence; deep learning; ingénierie; machine learning; matériaux pour l'énergie
Établissement
Université de Strasbourg
67081 Strasbourg  
Site Web
http://icube.unistra.fr/
Date de début souhaitée
01/03/2022
Niveau
Bac +4; Bac +5
Prérequis

• Candidat(e) en Mathématiques appliquées, Informatique, Science des données, Intelligence artificielle ou Méthodes multivariées de traitement de données.
• Candidat(e) en Science des matériaux, Ingénierie des matériaux, Chimie, et Physique appliquée, avec un parcours et/ou un fort(e) intérêt/ connaissance en Science des données et/ou Intelligence artificielle.

Durée
5 à 6 mois
Indemnité
600,60 euros/mois
Informations de contact

Yves-André CHAPUIS
ya.chapuis@unistra.fr
Laboratoire ICube
Université de Strasbourg

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...


Mots-clés
fusion de données; Modélisation; Neurosciences computationnelles
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, science cognitives ou équivalent
- bonne capacité de programmation (Python, ...)
- curiosité scientifique et interdisciplinaire

Durée
5-6 mois
Indemnité
3.9€/h (environ 550€/mois)
Informations de contact

- Mathieu Lefort (mathieu.lefort@liris.cnrs.fr)
- Jean-Charles Quinton (quintonj@univ-grenoble-alpes.fr)

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...

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)

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...


Mots-clés
analyse d'images; Apprentissage profond; Biologie; fusion de données
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)

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...


Mots-clés
annotation sémantique; interaction homme-machine; Système d'Informations Géographiques; traces; Visualisation
Établissement
LIRIS - LABORATOIRE D'INFORMATIQUE EN IMAGES ET SYSTEMES D'INFORMATION
69622 VILLEURBANNE  
Niveau
Bac +5
Durée
5 mois

Apprentissage et représentation des connaissances pour l’autonomie à long terme


 

  • Mots-clés : autonomie à long terme, adaptation, robustesse, représentation des connaissances

  • Localisation : Paris – Sorbonne Université/CNRS, campus Jussieu – LIP6

  • Durée : 6 mois – 589 euros net mensuel

  • Envoyer (CV, LM) à : cedric.herpson@lip6.fr

  • Poursuite en thèse possible sous réserve de financement

Contexte

Ces travaux s’inscrivent dans le cadre de recherches sur l’autonomie à long terme (mois, années) d’une entité artificielle.En lire plus...


Mots-clés
Adaptation dynamique; Autonomie; lifelong learning; représentation des connaissances; robutesse
Établissement
LIP6
75252 Paris  
Site Web
https://www.lip6.fr/Cedric.Herpson
Date de début souhaitée
01/02/2022
Langues obligatoires
Anglais; Français
Niveau
Bac +5
Durée
6 mois
Indemnité
589€ mensuel + indemnité transports
Informations de contact

Cédric Herpson - cedric.herpson@lip6.fr