Liste principale

• SPECTROGRAPH : Spectral-Based Inverse Material Design with Graph Neural Networks / Jerémie Cabessa et Marie-Pierre Gaigeot / David et LAMBE
• EXERSYS : An EXplainable RecommandER SYStem for the Nutrition Domain, combining Knowledge Graphs and Machine Learning 'EXERSYS / Vincent Guigue / Ekinocs, AgroParisTech, INRAE
• CLearDeep : A CausaL Explanation-oRiented DEEP Structured framework for trustability / Arthur Tenenhaus / L2S, LISN-INRIA/AO, MICS
• Fast Optimal Transport for the Decoding of Human Brains Activity / Bertrand Thirion / INRIA/NEUROSPIN

Liste complémentaire

• HOLODECK : Hybrid AR-Desktop Scientific Data Exploration / Tobias Isenberg, Christian Sandor / Aviz (Inria Saclay/LISN), Venise (CNRS/LISN)
• See&Sign : Computer Vision and Natural Language Processing for enriching French Sign Language resources / Gouiffes / UPSACLAY/LISN-AMI+ILES
• LASCASIBI : Large Scale Simulation-Based Inference Applied to Predicting Cognition / Wassermann et al / MIND team, Inria Saclay + CEA/MIRCen
• CoCo-Bayes : Co-constructing Bayesian networks through Collaborative visualization to improve wheat quality assessment / Nadia Boukhelifa / INRAe/MIA-Paris-Saclay+Sayfood+BIA + LISN/ILDA+AMI
• AGT-Bio : Algorithms and Graph Theory for Bioinformatics / François Pirot, Eric Angel, Fariza Tahi / LISN (team GALaC) et IBISC (Angel, Tahi)
• OHL2C : Optimizing Human Learning, applied to Learning to Code / Jill-Jênn Vie, Fabrice Popineau / Inria Saclay, Soda team + LISN, Lahdak team

Pour cette première année, la Graduate School Informatique et Sciences du Numérique (GS ISN) et l'Institut DATAIA financent jusqu'à 4 allocations doctorales. Le montant alloué couvrira le financement de la thèse et un part d'environnement; les montants seront communiqués ultérieurement. 

La sélection sera basée sur la qualité et l'originalité des projets; nous souhaitons qu'il fassent émerger une coopération nouvelle entre des équipes de recherche différentes, sur un sujet nouveau et original. Ainsi, la collaboration peut être entre deux équipes de la GS ISN mais aussi entre une équipe de la GS ISN et une équipe en dehors de la GS mais dans le périmètre de l'Université Paris-Saclay (dans ce deuxième cas, le doctorant doit être rataché à l'ED STIC).  
En complément, des équipes extérieures à l'Université Paris-Saclay peuvent être invitées à participer au projet.
Les propositions seront évaluées par une commission qui pourra inviter des expertises extérieures à l'Université Paris-Saclay pour apprécier la qualité des projets soumis.

Pour cette raison que les dossiers devront être rédigés en anglais.

Cette commission labellisera au maximum 4 projets en liste principale, et une liste complémentaire de taille à déterminer.

L'étape suivante se fera lors de l'audition des candidats par l'ED STIC : les candidat(e)s pour les projets labellisés disposeront d'un financement à condition que le projet (sujet + candidat(e)) soit classé par l'école doctorale sur la campagne synchronisée (pour un début de thèse à l'automne 2023). Le projet devra donc aussi être déposé sur ADUM. 

Les projets doivent être envoyés à gs.isn@universite-paris-saclay.fr avant le 12/02/2023, sous la forme d'un fichier PDF de maximum 5 pages comprenant :

• Une présentation des équipes de recherche impliquées, permettant de mesurer l'intérêt de la collaboration (nouveauté et originalité du partenariat, apport pour les équipes concernées, etc) ;
• Un bref état de l'art permettant comprendre le contexte scientifique et le positionnement du projet (nouveauté et originalité, intérêt scientifique) ;
• Une description du travail demandé au/à la doctorant.e, de la méthodologie qui sera adoptée pendant la thèse et de l'organisation du travail au sein des différentes équipes, qui permette d'évaluer l'implication de chaque partenaire ;
• Une description rapide du profil souhaité pour le/la candidat(e) (en terme de pré-requis).

• Date limite de soumission : 12 février 2023
• Avis de la commission (labellisation ou non) : 20 mars 2023
• Dépôt du sujet sur ADUM et validation par la direction de l'unité : au plus tard le 10 mai 2023
• Audition des candidats par l'ED STIC : courant juin 2023