Cette année, après l'appel habituel en automne, DATAIA lance une deuxième vague de l'appel au début de l'année 2021.
Toute proposition devra s’appuyer sur la collaboration d’au moins deux personnes de deux établissements partenaires de l’Institut DATAIA (voir la liste en annexe 2 du texte de l'appel) n’appartenant pas au même laboratoire ni au même établissement hébergeur. La proposition doit rentrer dans le cadre des problématiques de DATAIA décrites en annexe du texte de l'appel.
Clôture de l'appel : 12 février 2021 à midi (heure de Paris)
Notification des décisions : 26 février 2021
Proposition (2 pages)
Les partenaires décrivent l’objectif du stage, son lien avec DATAIA, et listent les collaborations antérieures des partenaires (le cas échéant). Il n’est pas indispensable d’avoir un candidat pour la soumission du projet.
Soutien
Si le projet est accepté, DATAIA financera l’étudiant pour 4 à 6 mois au niveau de gratification habituel (environ 550 euros par mois).
Engagements
Le rapport de stage devra être adressé à DATAIA à l’issue du stage. Une présentation brève pourra être demandée lors des journées scientifiques annuelles de DATAIA
Informations requises
La proposition devra nécessairement indiquer :
- Les noms des laboratoires d’accueil, les porteurs du projet et leurs coordonnées
- Le nom de l’établissement partenaire bénéficiaire de l’allocation de financement
- Les noms et coordonnées des contacts administratifs et financiers en charge du suivi du projet
- Dates de début et de fin de stage envisagées
Le dossier doit être envoyé par le laboratoire d’accueil à submission-dataia@inria.fr
Pour toute question, contactez contact-dataia@inria.fr
REASON
porté par Onofrio SEMERARO, Lionel MATHELIN (LIMSI, CNRS) et Michele Alessandro BUCCI (Inria)
L’objectif du stage est d’explorer les méthodes d’apprentissage profond par renforcement (deep reinforcement learning, DRL), pour la recherche de stratégies optimales de contrôle dans le contexte de la dynamique des fluides.
RobBSS4EEG
porté par Florent BOUCHARD, Matthieu JONCKHEERE, Frédéric PASCAL (L2S, CentraleSupélec) et Alexandre Gramfort (Inria)
Le stage vise à formuler et résoudre un problème de séparation de source sous une hypothèse d’ellipticité sur les variables aléatoires considérées, généralisant ainsi les modèles gaussiens classiques, et à appliquer la méthode proposée sur des données d’électroencéphalographie.
TDA4DRP
porté par Frédéric CHAZAL, Jisu KIM (Inria) et François COKELAER, Mathieu FERAILLE (IFPEN)
Le sujet proposé vise à mettre en œuvre des approches de type réseaux de neurones profonds, pour la prédiction de l’indice de perméabilité d’une roche à partir d’images tomographiques 3D en haute résolution, en y intégrant en particulier des features issues de « Topological Data Analysis » (TDA).
T-Rex
porté par Cédric MEHL, Thibault FANEY (IFPEN), et Michele Alessandro BUCCI, Marc SCHOENAUER (Inria)
Le stage a pour objectif de mettre en œuvre et à évaluer une méthode basée sur le concept de « Physics Informed Neural Networks » (PINNS) (qui consiste à intégrer des a priori physiques dans l’apprentissage d’un réseau de neurones) pour résoudre un problème de mécanique des fluides réactive.