Le sujet se situe dans le contexte de la recherche d’information via des systèmes de recherche documentaire. A partir d’un ensemble de documents restitués par ordre de pertinence comme réponse à une requête, nous nous intéressons à la génération automatique d’un document de synthèse, le document composite, qui constituerait une « meilleure » réponse […]
Mots-clés
apprentissage automatique; extraction de connaissaces; fouille de textes
Directeur
Tassadit Amghar
Co-encadrants
Touria Ait El Mekki et Bernard Levrat
Langues obligatoires
Anglais; Français
Prérequis
Niveau : Master 2 ou ingénieur informatique
Connaissance en TAL et en apprentissage automatique
Date limite
31/01/2019
Informations de contact
Tassadit Amghar (LERIA), tassadit.amghar@univ-angers.fr (0241735075)
Touria Ait El Mekki (LERIA), touria.aitelmekki@univ-angers.fr (0241735086)
Bernard Levrat (LERIA),bernard.levrat@univ-angers.fr
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. This is […]
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.
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 […]
Mots-clés
Intelligence ambiante; programmation Android; Réseaux d'effecteurs; Réseaux de capteurs
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 […]
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 […]
Ce projet s’inscrit dans le cadre d’une collaboration entre le laboratoire DOMUS (Domotique et informatique Mobile à l’Université de Sherbrooke) et le CENTICH (Centre d’Expertise National des Technologies de l’Information et de la Communication pour l’autonomie) en France. Nous sommes à la recherche d’un(e) étudiant(e) diplômé(e) qui désire entreprendre des études graduées dans le domaine des […]
Mots-clés
Assistance cognitive; Conception participative; Intelligence ambiante; Réseaux de capteurs; télévigilance
Ce travail s’inscrit dans le cadre de l’opération SmartMob du programme ELSAT 2020 du Contrat de Plan Etat Région 2015-2020 (Hauts-de-France), visant à améliorer l’inter-modalité dans les transports. Nous proposons de travailler au niveau de l’efficacité des simulations numériques de tels modèles de trafics routier et multimodaux, le LGI2A ayant développé un simulateur multi-agents multi-niveaux […]
Mots-clés
clustering; fonctions de croyance; simulation multi-agents; simulation multi-niveaux
Contexte: le sujet de thèse se place dans le contexte du projet Transfrontour dont le thème est centré sur la «mise en réseau d’acteurs». Le LISTIC est un des partenaires du projet. But: Définir une démarche permettant d’identifier et de favoriser la mise en réseau d’acteurs du tourisme. Cette démarche comprendra: un axe théorique; un […]
Mots-clés
Aide à la décision; Analyse de données; Data-aware Systems; Information fusion
un bon niveau en programmation orientée objet et programmation Web est souhaité.
Informations de contact
Candidatures:
les dossiers de candidatures devront être envoyés aux encadrants (mels ci-après). Le dossier devra contenir les pièces, documents suivants:
• le CV détaillé du candidat,
• une lettre de candidature expliquant les motivations du candidat pour s’engager dans une thèse,
traiter le sujet proposé et montrer les liens entre le profil du candidat et les thèmes du sujet de
thèse,
• les relevés de notes depuis le 1er cycle et y compris la 2ème année de master ou dernière année
d'école d'ingénieurs,
• lettres de recommandation ou, à défaut, les noms de personnes dans le domaine de la recherche
académique qui recommandent le candidat,
• tout document jugé utile.
Les candidats pré-sélectionnés sur dossiers seront contactés pour un entretien.
Lieu et encadrants:
La thèse sera effectuée au laboratoire LISTIC (Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance ) au sein de l’école Polytech Annecy-Chambéry, sur le campus universitaire d’Annecy-le-Vieux.
Sujet L’accroissement du nombre de programmes audiovisuels à archiver impose des contraintes de productivité nouvelles 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’information disponible. Ces dernières années, sont ainsi apparues des techniques d’indexation et d’analyse de […]
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 C/C++.
Bon niveau d’anglais.
Sujet L’accroissement du nombre de programmes audiovisuels à archiver impose des contraintes de productivité nouvelles 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’information disponible. Ces dernières années, sont ainsi apparues des techniques d’indexation et d’analyse de […]
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 C/C++.
Bon niveau d’anglais.
