Dans le cadre du projet FAST-WING-ID, en collaboration avec l’IRD et l’INRAE, l’équipe Cell du laboratoire ETIS (UMR 8051, CY Paris Université, ENSEA, CNRS / https://www.etis-lab.fr/) propose un stage de M2 sur le Deep-Learning explicable pour l’entomologie.
Présentation du projet
Dans le cadre d’une collaboration interdisciplinaire entre vision par ordinateur, entomologie et biologie, le laboratoire ETIS travaille depuis de nombreuses années sur la reconnaissance des insectes ailés à partir des patterns interférentiels de leurs ailes (WIP − Wing Interference Patterns). Notre méthode de reconnaissance, basée sur le Deep-Learning, a fait ses preuves sur de nombreux genres de diptères (glossines, phlebotomes, culex, etc). Dans le cadre du projet FLY-SPY nous souhaitons étendre la méthode à la reconnaissance des hymenoptères et hemiptères pour démontrer que la méthode est généralisable à toutes les espèces d’insectes aux ailes transparentes. Pour des questions d’interprétabilité des résultats, nous souhaitons appliquer des méthodes d’explicabilité factuelles (explications suffisantes : pourquoi le modèle fait telle prédiction) et/ou contrefactuelles (explications nécessaires : pourquoi le modèle ne fait pas telle prédiction). Ces explications pourront être utilisées dans un premier temps afin de s’assurer de la généralisation des modèles existants, puis pour être fournies aux biologistes et entomologistes.
Mission du stage
Le projet s’appuie sur un travail préalable existant. Après avoir pris en main les architectures de reconnaissance de WIP qui ont fait leurs preuves sur ce type de données, le stage se concentrera sur l’explicabilité des modèles de deep-learning en particulier pour les parties prenantes que sont les biologistes et entomologistes. Il faudra ainsi développer et appliquer des algorithmes d’explicabilité factuelles et/ou contrefactuelles sur les modèles existants.
Compétences
Savoir-faire : Une habitude de coder en Python et une maitrise des bibliothèques de DL (Keras et PyTorch).
Savoir-être : Un intérêt pour la recherche interdisciplinaire.
Candidature
Stage de fin d’études M2 ou ingénieur.e
CV et lettre de motivation à envoyer à camille.simon-chane@ensea.fr en mentionnant [candidature Stage FAST-WING] dans le sujet, avant le 30/11/2025.
Une audition sera programmée avec les candidat.e.s pré-sélectionné.e.s.
