22 Offres de thèse
Visualiser les résultats · Ajouter une offre de thèse

Développement et validation d’un outil multivarié de prédiction dynamique d’un échec de greffe rénale.


<strong>Proposition de thèse CIFRE en Biostatistique/Epidémiologie</strong>

Dans le cadre d’une collaboration entre le CHU de Nantes, l’unité INSERM 1064 CRTI, l’unité INSERM 1246 SPHERE et l’entreprise Sêmeia, nous proposons une thèse CIFRE au sein de l’école doctorale Biologie Santé de l’université Bretagne Loire.

<em>Projet de recherche:</em>

<strong><em>Développement et validation d’un outil multivarié de prédiction dynamique d’un échec de greffe rénale.</em></strong>…


Mots-clés
deep learning; machine learning; santé; statistique
Établissement
Université de Nantes
44035 Nantes  
Directeur
Etienne Dantan
Co-encadrants
Magalie Giral ; Thomas Janssoone
Site Web
https://github.com/Semeia-io/Offre_Cifre/blob/master/SujetPhD.pdf
Date de début souhaitée
31/08/2020
Date limite
31/08/2021
Informations de contact

Etienne Dantan (MCU en Biostatistique, INSERM UMR 1246 – SPHERE)
Etienne.Dantan@univ-nantes.fr
tel: 33 (0)2 53 00 91 23
INSERM UMR 1246 – SPHERE (methodS for Patient-centered outcomes and HEalth REsearch)
IRS2, 22 boulevard Bénoni Goullin, 44200 Nantes
www.sphere-nantes.fr

Magali Giral (PU-PH en Néphrologie, INSERM UMR 1064)
Magali.Giral@chu-nantes.fr
tel: A compléter
INSERM UMR 1064 – CRTI (Centre de Recherche en Transplantation et Immunologie)
CHU Nantes - Hôtel Dieu, 30 Bd Jean Monnet, 44093 Nantes Cedex 01
www.divat.fr

Thomas Janssoone (SEMEIA)
tjanssoone@semeia.io
9 cour des Petites Ecuries, 75010 Paris
www.semeia.io

International Conference on Machine learning and Cloud Computing (MLCL 2020)


International Conference on Machine learning and Cloud Computing (MLCL 2020)

June 20~21, 2020, Dubai, UAE

https://csita2020.org/mlcl/index.html

Scope

International Conference on Machine learning and Cloud Computing (MLCL 2020) will provide an excellent international forum for sharing knowledge and results in theory, methodology and applications of on Machine Learning &amp; Cloud computing. The aim of the conference is to provide a platform to the researchers and practitioners from both academia as well as industry to meet and share cutting-edge development in the field.…


Mots-clés
apprentissage automatique; Apprentissage profond; artificial intelligence
Établissement
Aix-Marseille Université
13284 Marseille  
Directeur
MLCL
Co-encadrants
MLCL
Site Web
https://csita2020.org/mlcl/index.html
Date de début souhaitée
20/06/2020
Langues obligatoires
Anglais
Informations de contact

mlcl@csita2020.org

Artificial Intelligence for the Monitoring of Large Distributed Information Systems


The PhD thesis addresses the problem of predicting real time malfunctions in large distributed information

 

systems (LDIS). Such systems are composed of thousands of servers and hundreds of applications

 

used by thousands (if not millions) of users. LDIS are everywhere. Each of us has everyday

 

experience of retail corporations or public bodies information systems, just to cite a few of

 

them.…


Mots-clés
intelligence artificielle; système d'informations
Établissement
Université Université Paris-Est Créteil Val de Marne
94010 Créteil  
Directeur
Patrick SIARRY (Université Paris-Est Créteil)
Co-encadrants
Jacob OUANOUNOU (Groupe HN), Arben CELA (ESIEE), René NATOWICZ (ESIEE)
Site Web
https://www.lissi.fr/accueil/
Date de début souhaitée
02/01/2020
Langues obligatoires
Anglais; Français
Informations de contact

Patrick SIARRY, siarry@u-pec.fr, 01.43.36.70.17

CIFRE grant: Geometric change detection in 3d models, model update and application to mixed reality experiences


CIFRE grant: Geometric change detection in 3D models, model update and application to mixed reality experiences

This PhD will be carried out over three years in the context of a collaboration (CIFRE grant) between InterDigital Research & Innovation, located in Rennes, France, and the academic research lab Ambiances Architectures Urbanités (AAU), located in Nantes, France, and under the supervision of Prof.


Mots-clés
analyse d'images; machine learning
Établissement
InterDigital R&D
35576 Cesson-Sevigne   
Directeur
Guillaume Moreau, Directeur de Recherches, Centrale Nantes
Co-encadrants
Matthieu Fradet, Senior Scientist, InterDigital; Caroline Baillard, Principal Scientist, InterDigital
Site Web
https://www.interdigital.com/video-resources/
Langues obligatoires
Anglais
Informations de contact

Matthieu Fradet, Senior Scientist, InterDigital. matthieu.fradet@interdigital.com

Flocking dynamique fondée sur la qualité de liaison pour la coordination décentralisée de flottes de drones


 

Problématique

La coordination locale entre agents ou robots permet de gérer, en temps réel, l’évitement de collision et plus généralement le déploiement dans un environnement contraint. Au sein d’une flotte de robots, la coordination locale permet de distribuer le contrôle et la prise de décision, en bénéficiant d’un fort degré de robustesse (due à la décentralisation) et d’adaptation (reconfiguration locale rapide de la flotte).


Mots-clés
décision distribuée; Drones; multi-robots; simulation multi-agents
Établissement
CITI - CENTRE D'INNOVATION EN TELECOMMUNICATIONS ET INTEGRATION DE SERVICES
69621 VILLEURBANNE  
Équipe de recherche
CHROMA : Cooperative and Human-aware Robot Navigation in Dynamic Environments
Directeur
Olivier SIMONIN, Prof, INSA Lyon, Labo. CITI, équipe Inria CHROMA
Co-encadrants
Isabelle Guerin-Lassous, Prof, Univ. Lyon 1, Labo LIP, équipe Inria DANTE
Site Web
https://team.inria.fr/chroma/en/
Date de début souhaitée
01/10/2019
Langues obligatoires
Français
Prérequis

Le/la candidat/e disposera d’un niveau Master 2 ou équivalent, en informatique, IA ou robotique. Une expérience en modélisation/simulation de systèmes distribués ou en expérimentation robotique/réseaux sera un plus.

Informations de contact

Contacter par courrier électronique Olivier Simonin (olivier.simonin@insa-lyon.fr) ou Isabelle Guerin-Lassous (isabelle.guerin-lassous@ens-lyon.fr)

Élaboration de justifications de décisions pour un agent autonome en situation de dilemme moral


Dans de nombreux domaines civils ou militaires, il est envisagé de confier à des agents
autonomes ou des robots des tâches réalisées habituellement par des personnes : robots
d’assistance au soin de personnes en situation de fragilité, véhicules autonomes, drones de
combat… Lorsqu’un robot est confronté à une situation où des choix sont envisageables entre
plusieurs actions, son comportement est géré par des logiciels conçus pour lui faire calculer une
décision.…


Mots-clés
agregation de jugements; Aide à la décision; argumentation; dilemmes moraux; éthique
Établissement
ONERA
3100 Toulouse  
Directeur
Catherine TESSIER
Co-encadrants
Claire SAUREL
Date de début souhaitée
01/10/2019
Langues obligatoires
Anglais; Français
Prérequis

Intelligence Artificielle, Logique, Programmation, Expérimentation avec des participants

Informations de contact

catherine.tessier@onera.fr

Thèse CIFRE Ina et Inria : “Apprentissage profond (Deep Learning) à large échelle pour la création de bases de connaissances et la valorisation d’archives”


Sujet

L’accroissement du nombre de programmes audiovisuels à archiver impose de nouvelles contraintes de productivité sur la documentation. Le développement d’outils automatiques et semi-automatiques pour assister le travail des documentalistes est désormais indispensable pour exploiter au mieux la très grande quantité d’informations disponibles. Ces dernières années, sont ainsi apparues des techniques d’indexation et d’analyse de contenu visuel ou sonore, permettant la modélisation d’information de haut niveau, comme par exemple : des visages, des locuteurs, des monuments, des logos, des décors, des noms de chansons, etc.


Mots-clés
Apprentissage actif/par curiosité; big data; deep learning
Établissement
Institut national de l'audiovisuel
94360 Bry-sur-Marne  
Directeur
Alexis Joly (HDR, Inria-Zenith)
Co-encadrants
Olivier Buisson (Dr, Ina)
Date de début souhaitée
01/03/2019
Langues obligatoires
Anglais; Français
Prérequis

Diplôme : Master 2 en informatique ou école d’ingénieur.
De bonnes connaissances et une pratique en Computer Vision et/ou Machine Learning, ainsi que la maîtrise de la programmation Python ou C++

Informations de contact

Olivier Buisson, thcand@ina.fr

Fully funded PhD studentship -- Medical Deep Learning -- computational Statistics -- Singapore National University of Singapore


The National University of Singapore (NUS), Department of Statistics & Applied Probability (DSAP), has an opening for a creative and resourceful PhD candidate with strong deep-learning / machine-learning, programming (Python), and computational science skills. The selected candidate will develop novel methodologies to diagnose glaucoma, predict its evolution, and help understand the disease.

Établissement
national university of Singapore
singapore  
Directeur
alexandre THIERY
Co-encadrants
Michael Girard
Date de début souhaitée
15/08/2018
Langues obligatoires
Anglais
Prérequis

Excellent deep-learning / machine-learning / signal processing, programming (Python), and computational science skills are required. Excellent communication and English-writing skills are also required. No background in ophthalmology is required, however, the candidate will be expected to become knowledgeable in the field of glaucoma in order to interact with clinicians.

Offre de maitrise en informatique


 

Contexte :

Le projet interdisciplinaire « Maintien à domicile des personnes âgées vulnérables : co-conception et développement technologique dans le cadre d’un laboratoire vivant » s’inscrit dans une initiative de grande envergure regroupant l’Université de Sherbrooke, l’Université de Montréal et l’Université du Québec à Chicoutimi. Il a cinq objectifs : O1) Identifier les facilitateurs et les obstacles au maintien à domicile des personnes atteintes de négligence de soi; O2) Développer un assistant cognitif ambiant personnalisable (ACAP) intégrant plusieurs orthèses cognitives; O3) Implanter l’ACAP au domicile de personnes âgées pour réduire ou éliminer les obstacles au maintien à domicile et favoriser leur autonomie; O4) Évaluer l’efficacité de l’ACAP déployé ; O5) Documenter le processus entourant l’implantation de l’ACAP.


Mots-clés
Intelligence ambiante; programmation Android; Réseaux d'effecteurs; Réseaux de capteurs
Établissement
Université de Sherbrooke
J1K 2R1 Sherbrooke  
Directeur
Sylvain Giroux
Co-encadrants
Hélène Pigot
Site Web
https://www.usherbrooke.ca/domus/fr/
Date de début souhaitée
01/09/2017
Langues obligatoires
Anglais; Français
Informations de contact

Marie-Michèle Rosa-Fortin
marie-michele.rosa-fortin@usherbrooke.ca
1-819-821-8000 poste 65562

Offre de PhD en interface Humain-Machine


Contexte :

Le projet interdisciplinaire « Maintien à domicile des personnes âgées vulnérables : co-conception et développement technologique dans le cadre d’un laboratoire vivant » s’inscrit dans une initiative de grande envergure regroupant l’Université de Sherbrooke, l’Université de Montréal et l’Université du Québec à Chicoutimi. Il a cinq objectifs : O1) Identifier les facilitateurs et les obstacles au maintien à domicile des personnes atteintes de négligence de soi; O2) Développer un assistant cognitif ambiant personnalisable (ACAP) intégrant plusieurs orthèses cognitives; O3) Implanter l’ACAP au domicile de personnes âgées pour réduire ou éliminer les obstacles au maintien à domicile et favoriser leur autonomie; O4) Évaluer l’efficacité de l’ACAP déployé ; O5) Documenter le processus entourant l’implantation de l’ACAP.


Mots-clés
Design; Intelligence ambiante; Interface Humain-Machine
Établissement
Université de Sherbrooke
J1K 2R1 Sherbrooke  
Directeur
Hélène Pigot
Co-encadrants
Sylvain Giroux
Site Web
https://www.usherbrooke.ca/domus/fr/
Date de début souhaitée
01/09/2017
Langues obligatoires
Anglais; Français
Prérequis

MSc en informatique ou équivalent

Informations de contact

Marie-Michèle Rosa-Fortin
marie-michele.rosa-fortin@usherbrooke.ca
1-819-821-8000 poste 65562

1 2 3