Archives : Offres de thèse

Dans le cadre d’un projet de recherche financé par le Fonds National Suisse de la Recherche Scientifique, nous démarrons le développement d’une intervention numérique pour aider les parents vivant avec un/e adolescent/e souffrant d’anorexie à mieux gérer leur relation quotidienne. Cette intervention vise à immerger l’utilisateur dans des situations du quotidien afin de lui apprendre la meilleure manière d’interagir avec la personne souffrant du trouble.… En lire plus...

Cette thèse a pour but d’accroître l’autonomie des systèmes avioniques, comme par exemple de pouvoir fonctionner avec un seul pilote. Les travaux de recherche porteront sur la détection d’anomalies et le diagnostic des capteurs ainsi que sur la fusion de données pour délivrer des informations correctes au pilote. En effet, les défaillances ou des phénomènes atmosphériques particuliers peuvent les affecter, provoquant une forte diminution de l’assistance au pilotage.… En lire plus...

La spectroscopie par résonance magnétique nucléaire (RMN) est l’une des méthodes analytiques utilisées pour caractériser nos extraits. Elle nous permet d’obtenir un profil métabolomique (représenté par un spectre) pourchaque extrait. Les signaux sur ces spectres correspondent aux signaux des différents métabolites présents dans nos extraits. L’attribution des signaux aux métabolites correspondants constitue l’étape clé dans l’identification de l’empreinte métabolomique de chaque extrait.… En lire plus...

Dans le cadre de l’Université européenne EUNICE (https://eunice-university.eu/), l’objectif est d’encourager la coopération locale et/ou globale entre ses membres (sept universités européennes), ainsi qu’avec leurs partenaires (de la société civile et pouvoirs publics).

Le projet REUNICE (https://eunice-university.eu/reunice-project/) vise à guider, soutenir et consolider des coopérations efficaces entre chercheurs, enseignants, étudiants, partenaires sociaux et industriels au sein de l’Université EUNICE ainsi qu’avec des partenaires extérieurs.… En lire plus...

Scientific context

The vast majority of deep learning architectures for medical image analysis are based on supervised models requiring the collection of large datasets of annotated examples. Building such annotated datasets, which requires skilled medical experts, is time consuming and hardly achievable, especially for some specific tasks, including the detection of small and subtle lesions that are sometimes impossible to visually detect and thus manually outline.… En lire plus...