Menu principal

Archives : Offres de thèse




4 Offres de thèse

Modélisation et classification intelligentes de données de spectrométrie (RMN) à l’aide de Machine Learning


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...


Mots-clés
auto-encodeur; classification; machine learning; Modélisation; RMN
Établissement
Université Claude Bernard Lyon I
69622 Villeurbanne  
Directeur
Yacine Ouzrout
Co-encadrants
Baudouin Dafflon
Site Web
https://www.disp-lab.fr
Date de début souhaitée
01/09/2022
Langues obligatoires
Anglais; Français
Prérequis

● Curiosité intellectuelle
● Polyvalence
● Esprit critique et capacité d’analyse

Informations de contact

baudouin.dafflon@univ-lyon1.fr
a.bourafai@evear-extraction.com

Appariement adaptatif d’équipes par approche multi-agents dans un contexte de Science Ouverte


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...


Mots-clés
Appariement; Coopération; coordination; Open Science; Systèmes Multi-Agents
Établissement
Laboratoire d'Automatique, de Mécanique et d'Informatique Industrielles et Humaines (LAMIH)
59313 Valenciennes  
Directeur
René MANDIAU
Co-encadrants
Emmanuel ADAM, Mourad ABED
Site Web
https://www.uphf.fr/LAMIH/
Date de début souhaitée
01/09/2022
Langues obligatoires
Anglais; Français
Prérequis

Master ou équivalent

Informations de contact

Emmanuel ADAM, emmanuel.adam@uphf.fr

Artificial intelligence methods in Small Data for the optimization of derived materials and devices applied to organic and perovskite photovoltaic cells.


• Overview :

This thesis is part of an interdisciplinary project between artificial intelligence (AI) and materials for energy conversion for the optimization and acceleration of the production of devices for photovoltaic or solar energy. In this context, the research work will focus more particularly on the foundations of the management and analysis of small data sets.En lire plus...


Mots-clés
artificial intelligence; Design of experiments (DoE); Material for energy; photovoltaic/perovskite devices
Établissement
ICUBE - LABORATOIRE DES SCIENCES DE L'INGÉNIEUR, DE L'INFORMATIQUE ET DE L'IMAGERIE
67412 ILLKIRCH  
Directeur
Yves-André CHAPUIS
Co-encadrants
Nicolas LACHICHE
Site Web
https://icube.unistra.fr/en/
Date de début souhaitée
01/10/2022
Langues obligatoires
Anglais
Prérequis

Applied mathematics, computer science, data science, artificial intelligence, or multivariate data processing methods and/or a strong interest/knowledge in materials science, materials engineering, chemistry, and applied physics.
OR
Materials science, materials engineering, chemistry, and applied physics, with a background and/or strong interest/knowledge in data science and/or artificial intelligence.

Date limite
01/10/2022
Informations de contact

Dr. Yves-André Chapuis
ya.chapuis@unistra.fr
ICube Laboratory
MaCEPV Team

Self-Supervised Learning for Anomaly Detection in Medical Neuroimaging


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...


Mots-clés
analyse d'images; apprentissage automatique; deep learning; Health Data; machine learning; medical; Neuroimaging,
Établissement
Grenoble Institut Neurosciences
38000 GRENOBLE  
Directeur
Carole Lartizien, Michel Dojat
Co-encadrants
Florence Forbes
Site Web
https://www.creatis.insa-lyon.fr/site7/fr/teams; https://neurosciences.univ-grenoble-alpes.fr; https://team.inria.fr/statify/
Date de début souhaitée
03/10/2022
Langues obligatoires
Anglais; Français
Informations de contact

- GIN - team «Functional neuroimaging and brain perfusion»: Michel Dojat (michel.dojat@inserm.fr),
- CREATIS - team Myriad : Carole Lartizien (carole.lartizien@creatis.insa-lyon.fr)