Nous recherchons des candidats motivés pour une thèse en IA/TAL/Interaction vocale sur le thème :
**Transformer et renforcer pour le transfert et l’apprentissage en ligne des agents conversationnels vocaux**
Le challenge principal que nous souhaitons porter dans la thèse est de permettre une adaptation sur une tâche particulière des capacités d’un modèle neuronal profond de type Transformer pré-entraîné, notamment pour l’élaboration d’un agent conversationnel.…
Le candidat doit avoir un master en informatique avec une composante sur les méthodes d'apprentissage automatique et/ou sur l’ingénierie de la langue. La bourse de thèse fera l’objet d’un concours au sein de l’Ecole Doctorale 536 de l’université d’Avignon, avec une audition du candidat retenu par les encadrants de thèse.
Date limite
01/09/2021
Informations de contact
Pour postuler merci d’envoyer un mail avant le 10 mai 2021 à Fabrice Lefèvre (fabrice.lefevre@univ-avignon.fr) et Bassam Jabaian (bassam.jabaian@univ-avignon.fr) incluant : votre CV, une lettre de motivation avec votre positionnement sur les propositions d’études ci-dessous, d’éventuelles lettres de recommandation et vos relevés de notes.
L’Inria Sophia-Antipolis, la DGA – Direction générale de l’armement (site d’Angers) et l’Université d’Angers (LERIA) recherchent un candidat pour une thèse dans le domaine de l’Intelligence Artificielle appliquée à l’analyse de la sécurité du comportement dynamique des véhicules. Aujourd’hui, nous sommes en phase de recrutement de ce candidat, titulaire au minimum d’un M2 ou d’un diplôme d’ingénieur, et de citoyenneté de l’Union Européenne, de Suisse ou du Royaume Uni.…
Mots-clés
Aide à la décision; apprentissage automatique; capteurs; expérimentation terrain; instrumentation; intelligence artificielle; modélisation hybride
Sébastien Aubin (DGA) et Nicolas Gutowski (Université d'Angers / LERIA)
Date de début souhaitée
01/10/2021
Langues obligatoires
Anglais; Français
Prérequis
Le candidat doit aimer le travail en équipe pluridisciplinaire et le goût pour l’expérimentation terrain. Il possède des connaissances en instrumentation, en capteur, en algorithmique, en intelligence artificielle.
Date limite
15/04/2021
Informations de contact
Nicolas Gutowski, nicolas.gutowski[at]univ-angers.fr
Contexte scientifique
Les progrès dans le développement des dispositifs de capture des signaux physiologiques humains en termes de résolution spatiale et/ou temporelle, portabilité, ergonomie, autonomie, coût, laissent présager d’usages jusqu’ici inexplorés. Dans le cadre de cette thèse nous nous intéressons aux signaux neurophysiologiques acquis via une interface cerveau-ordinateur (ICO). Plus précisément nous nous focaliserons sur les signaux issus de l’électroencéphalographie (EEG) et de la spectroscopie proche infrarouge fonctionnelle (SPIRf) pour répondre à des problématiques neuroscientifiques.…
Mots-clés
Apprentissage profond; Connectivité cérébrale; Interface cerveau-machine; Modèles neurophysiologiques dynamiques; traitement du signal
Le candidat sera titulaire d’un master 2 ou équivalent en informatique (Intelligence artificielle, analyse de données) ou automatique (traitement du signal).
• Le candidat présentera un intérêt certain pour le domaine de la santé et la recherche clinique
• Le candidat devra être rigoureux et avoir des capacités d'analyse, de synthèse et de
rédaction (en français et en anglais).
Valoriser les grandes masses de données spatio-temporelles dans le champs de l’environnement est crucial. Ceci nécessite de concevoir et développer de nouvelles approches aptes à traiter conjointement les aspects spatiaux et les aspects temporels. Si les graphes, outils puissants à la fois théoriquement et méthodologiquement, sont utilisés pour modéliser des phénomènes temporels ou spatiaux, les méthodes actuelles de fouille, d’analyse et d’extraction de connaissances n’exploitent, en général, qu’une seule dimension de l’information, spatiale versus temporelle.…
Mots-clés
extraction de connaissaces; graphe; Science des données
Master 2 en Informatique ou équivalent, moyenne supérieure à 12, très bon classement (selon critères de l'école doctorale)
• Formation en logique, graphes et programmation
• Curiosité, capacité à appréhender différents domaines et à interagir avec les experts de ces domaines
Date limite
31/05/2021
Informations de contact
florence.leber at engees.unistra.fr, aurelie.leborgne at unistra.fr
L’analyse de concepts formels (ACF) est une méthode mathématique de classification, largement appliquée sur différents types de données et dans de nombreux domaines. Elle consiste, à partir d’une table (appelée contexte) décrivant des objets par des attributs, à construire un treillis de concepts, i.e. des ensembles maximaux d’objets partageant le même ensemble d’attributs.…
Mots-clés
extraction de connaissaces; modèle de données; Science des données
• Master 2 en Informatique ou équivalent, moyenne supérieure à 12, très bon classement (selon critères de l'école doctorale)
• Formation en logique, représentation de connaissances et programmation
• Curiosité, capacité à appréhender différents domaines et à interagir avec les experts de ces domaines
Date limite
31/05/2021
Informations de contact
florence.leber at engees.unistra.fr, agnes.braud at unistra.fr, dolques at unistra.fr
Le(La) candidat(e) doctorant(e) établira un état de l’art des approches intelligence artificielle pour la détection et la reconnaissance des émotions au moyen des modalités de type facial, vocal et textuel. Il proposera des méthodes/algorithmes originales de fusion en amont et/ou en aval des différentes sources d’expression des émotions, avec des métriques de performances et d’utilisabilités.…
Mots-clés
apprentissage artificiel; Apprentissage profond; Données multi sources; incertitude; réduction de dimensions; Suivi médical
BAC+5 en Informatique, Mathématiques appliquées ou équivalent.
Compétences scientifiques en Apprentissage artificiel, Statistiques, Données hétérogènes et incertaines, Apprentissage profond ;
Capacité d’analyse et de synthèse ;
Savoir communiquer et partager au sein d’une équipe de recherche et développement
<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
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)
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 & 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.…
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.…
