L’Institut DATAIA soutient la recherche en science des données - incluant l’informatique, les mathématiques et les sciences humaines et sociales - au travers d'un appel annuel dédié aux stages de Master 2 (ou équivalents).
Clôturé le 18 octobre, l'appel 2022 a permis de retenir 8 sujets de stage. Les établissements partenaires de l'Institut DATAIA bénéficieront des fonds pour accueillir un stagiaire, pendant 4 à 6 mois.
Réseau de neurones bayésien pour l’interprétation incertaine de données géophysiques
IFPEN (Jean-François Lecomte & Jean Charléty) / L2S (Aurélia Fraysse)
L'objectif général du stage est de travailler sur une estimation de l’incertitude d’interprétation de données de géosciences (adaptation des modèles à ce type de bruits - fondement sur la littérature).
STAGE - Suite de Tests Appliqués à la Génomique Exploratoire
LMO (Guillermo Durand) / I2BC (Mélina Gallopin)
L'objectif de ce stage est d'étendre des méthodes statistiques sur des séquences biologiques de type RNASeq issues d'une unique espèces au cas où des espèces différentes sont considérées.
EXERSYS - An EXplainable RecommandER SYStem for the Nutrition Domain, combining Knowledge Graphs, Ontologies and Machine Learning
AgroParisTech, MIA (Cristina Manfredotti) / LISN (Fatiha Saïs)
Sujet Interdisciplinaire sur la nutrition : vers un système de recommandation pour la constitution de menus alimentaires. Les solutions envisagées portent sur la combinaison d'approches à base de ML et d'approches à base de graphes de connaissances.
MAGES : Etude d’un Modèle à base d’AGents pour l’analyse de données Expérimentales acquises au synchrotron Soleil et au réacteur Orphée du CEA (imagerie de fluorescence UV, spectroscopie SAXS et SANS)
INRAE, UMR MIA-Paris-Saclay (Evelyne Lutton, Alberto Tonda) / LLB-CEA (François Boué)
Sujet très interdisciplinaire relatif à la compréhension de l’influence de la structure des aliments sur leur cinétique de digestion. Plusieurs jeux de données disponibles, à des échelles différentes. Des méthodes d'apprentissages "mixtes" et interactives sont envisagées.
Large-scale functional brain image generation to enhance brain mapping
Inria Saclay (Bertrand Thirion) / CVN, CentraleSupélec (Hugues Talbot)
Sujet sur des données d'imageries réelles. Adaptation de méthodes et de techniques existantes à l'imagerie cérébrale.
Méthodes d’optimisation multi fidélités pour la conception de machines électriques
IFPEN (André Nasr et Delphine Sinoquet) / SATIE (Sami Hlioui)
Le stage propose une étude sur la mise en place de méthodes d’optimisation multiobjectifs et sous contraintes pour le dimensionnement optimal de machines. Collaboration simulation / Machine Learning.
Estimation des chargements d’une éolienne (Dynamic Equivalent Load) par l’utilisation d’un réseau UNet-1D intégrant un mécanisme d’attention à partir de signaux multicanaux
IFPEN (Jean-François Lecomte) / L2S (Emmanuel Vazquez)
Sujet interdisciplinaire d'estimation de la fatigue d'une éolienne (répétition de millions de cycles d’efforts provoqués par les chargements environnementaux (vent et houle) et la rotation des pales). Exploitation de Méthodes de simulation et de machine learning.
APETI - Apprentissage Profond non supervisé Et Topologique appliqué aux Images de télédétection micro-ondes
LATMOS UVSQ (Pr Cécile Mallet) / DAVID UVSQ (Pr Mustapha Lebbah)
Sujet très interdisciplinaire sur l’évolution des propriétés macro-physiques des nuages. Adaptation d'algorithmes de Deep learning à la prise en compte d'elements de topologies nécessaires pour ce type de données.
