Stage MASTER

Apprentissage artificiel et environement

Sujet
Contexte :
Ce stage s'inscrit dans le cadre du projet Janus. Ce projet, porté par le laboratoire MIS et la société Lilaea, a pour ambition de contribuer à l'enjeu sociétal majeur que représente la surveillance de la qualité des milieux aquatiques. Les travaux proposés sont préliminaires à une étude qui sera menée dans le cadre d'une thèse sur la prédiction de la qualité des masses d'eaux douces, étangs, rivière, lac ...


Sujet :
Le stagiaire contribuera à la définition d'un Water Quality Index (WQI) en adéquation avec les dernières normes et avancées techniques. Cet index unique doit permettre à toute personne intéressée de près ou de loin par la qualité de l'eau, d'en connaître son état actuel et sa variabilité, à l'image des indices des prix à la consommation. L'étudiant aura en charge l'exploration de la littérature sur les dernières techniques d'agrégation utilisées dans la construction du WQI à partir de ces sous-indices. Ces techniques d'agrégation sont nombreuses et il n'est pas rare qu'elles s’appuient sur des algorithmes génétiques ou des réseaux de neurones. Pour finir, l'étudiant devra proposer un ou plusieurs modèles d'agrégation et d'en réaliser une implémentation.
Durée
6 mois
Date de publication
Type Offre

Préparation de données pour l'entrainement des modèles de machine learning

Sujet
CONTEXTE Dans le cadre de ses activités de recherche (Projet FaceMoCap), l’UR 7516 CHIMERE de l’Université de Picardie Jules Verne cherche à exploiter des données issues d’analyses quantifiées des mouvements faciaux par des modèles de « Machine Learning » (ML). Les modèles entraînés par ces données seront utilisés pour prédire et mesurer l’évolution de patients présentant une anomalie des mouvements faciaux (ex : paralysie faciale).

OBJECTIF DU STAGE
L’objectif principal du stage consistera à préparer les données provenant d’un système de capture de mouvement et de l’électromyographie, pour entraîner des modèles du ML (ex : CNN, RNN et GCN). L’objectif secondaire consistera à créer des interfaces graphiques pour visualiser les différents traitements de données avant l’entraînement (ex : transformations linéaires, PCA et normalisation).
Piece jointe
Durée
6 mois
Date de publication
Type Offre

UPJV