Développement d’une approche de Deep Learning multimodale et interprétable pour l’analyse graphomotrice et cognitive dans la détection de la dysgraphie

Contexte et objectifs L’analyse automatique de l’écriture manuscrite constitue une approche prometteuse pour l’évaluation des difficultés graphomotrices chez l’enfant. Les tablettes numériques permettent de collecter des informations détaillées sur le processus d’écriture (coordonnées, vitesse, pression, orientation et temporalité du mouvement), qui peuvent être complétées par des évaluations cognitives. Dans un…

Lire la suite

[Master’s internship] Geolocalization of 2D and 3D data using Multimodal Large Language Models (UGE-IGN, France)

Master’s internship M2 – 2027: Geolocalization of 2D and 3D data using Multimodal Large Language Models Where: Gustave Eiffel University, IGN – Geodata Paris, LASTIG Lab (Paris area, France) When: 6 months starting the first trimester of 2027 Full description: https://www.umr-lastig.fr/vgouet/News/sujet_stage_2027-G3-ext-EN.pdf Keywords: Computer Vision, Deep Learning, Visual Geolocalization, MLLM, 3D…

Lire la suite

[Stage M2] Évaluation de representations parcimonieuses pour l’interprétabilité d’un modèle auto-supervisé pour la reconaissance d’espèces d’oiseaux

Mots-clés : Écoacoustique, interprétabilité, Sparse Autoencoders, test perceptif Infos générales Durée : 6 mois, à partir de février–mars 2027Lieu : LIUM, Le Mans UniversitéEncadrement : Théo Mariotte et Marie TahonGratification : Gratification légale de stage Contexte Les modèles auto-supervisés sont aujourd’hui largement répandus pour le traitement automatique des signaux audio,…

Lire la suite

Stage M2/Ingénieur : World model pour des données tabulaires (Sophia Antipolis)

Sujet Il s’agit de développer des algorithmes en apprentissage automatique pour prédire l’état d’un patient à partir de données tabulaires. Les « modèles du monde » (« world models » en anglais) [1], en particulier l’architecture JEPA (Joint Embedding Predictive Architecture), sont très prometteurs. Ce sujet de stage propose d’étudier l’adaptation de l’architecture JEPA…

Lire la suite

[Stage M2] Identification automatique des repères osseux dans les CT scans

Titre du Projet : Identification automatique des repères osseux dans plusieurs régions d’intérêts sur des CT scans. Contexte et Objectifs :L’identification des repères osseux est une procédure essentielle en orthopédie personnalisée, en biomécanique et en morphométrie. Ses domaines d’application incluent par exemple la planification préopératoire et la navigation peropératoire personnalisées,…

Lire la suite

Research Internship – Comparative Study of Active User Detection and Channel Estimation Algorithms for LEO-based IoT

Description The evolution towards 6G wireless networks is driving growing interest in Non-Terrestrial Networks (NTN), where Low Earth Orbit (LEO) satellite constellations can provide ubiquitous connectivity and extend Internet of Things (IoT) services to remote and underserved areas. However, the dynamic nature of satellite channels, large Doppler shifts, and the…

Lire la suite

Master 2 internship: Statistical learning and multi-epoch fusion of high-dimensional data for direct exoplanet imaging

Keywords: statistical modeling, data-driven approaches, data fusion, detection & estimation, multivariate data, high-angular resolution & high-contrast data, exoplanet imaging. Scientific context: Direct imaging of the close environment of stars can reveal the presence of exoplanets and circumstellar disks, providing crucial insights into the formation, evolution, and diversity of planetary systems…

Lire la suite