[PostDoc] Deep Anomaly Detection in Time Series

Anomaly detection is a challenge in itself. The capacity to detect anomalies is a major ingredient of safe and trustworthy AI systems across major application areas. Anomaly detection is unsupervised by nature, since abnormal events are rare, varied, and cumbersome to collect. Conventional methods can be roughly grouped into three…

Lire la suite

[StageM2] Approche Deep Learning pour l’analyse du mouvement chez des enfants présentant des troubles moteurs et de la coordination

Contexte Les troubles moteurs et de la coordination chez l’enfant, tels que les troubles développementaux de la coordination ou certaines atteintes neuromotrices, ont un impact important sur les apprentissages, l’autonomie et la qualité de vie. Leur évaluation clinique repose principalement sur des observations expertes et des tests standardisés, dont l’objectivation…

Lire la suite

[StageM2] Complex-Valued Neural Networks for Inverse Scattering Problems

Keywords: Inverse problem; Wave diffraction; Deep learning; Physics-assisted neural networks; Complex-valued neural networks; Phase equivariance; Computational imaging Context: The framework of this internship project lies in the field of microwave imaging, which has attracted significant interest due to its potential as a practical and efficient technique for medical systems, material…

Lire la suite

[StageM2] – Analyse d’images et apprentissage automatique pour l’inspection d’assemblages brasés

Alfa Laval Golbey est un acteur de référence dans la cryogénie, spécialisé dans la conception et la fabrication d’échangeurs de chaleur brasés utilisés dans l’industrie du gaz (séparation de l’air, GNL, hydrogène, pétrochimie…). Un précédent stage a permis de développer une première solution de comptage des défauts de compacité dans…

Lire la suite

[StageM2] Signal Processing on Temporal Graphs

Context: Many modern systems such as the Internet, transport networks, financial networks, or sensor networks, generate data that can be very well modeled as an attributed temporal graph [3]: where nodes and edges evolve over time and information is associated to them. For instance, in network traffic, computers can be…

Lire la suite

[StageM2] Techniques dépliées de factorisation matricielle non-négative pour la séparation de sources audiophoniques dans les enregistrements de « boîtes noires aéronautiques »

Description : Les avions civils et étatiques sont équipés de deux enregistreurs de vol (aussi connus sous le nom de « boîtes noires »), c.-à-d. le Cockpit Voice Recorder (CVR) et le Flight Data Recorder. En cas d’incident ou d’accident, tous deux doivent être retrouvés et analysés par les autorités…

Lire la suite