[StageM2] – Etude des interactions océan-acoustique: analyse de la polarisation des ondes sonores mesurées par un drone maritime

Stage en acoustique et traitement du signal au CRAN (CNRS, Université de Lorraine, Nancy) Etude des interactions océan-acoustique: analyse de la polarisation des ondes sonores mesurées par un drone maritime Contexte Le stage proposé se déroulera à l’Université de Lorraine au sein de l’équipe Signaux Multidimensionnels du laboratoire CRAN (CNRS,…

Lire la suite

[StageM2] Simulation-Based Inference for Overlapping Gravitational-Wave Signals

Context Next-generation gravitational-wave (GW) observatories such as Einstein Telescope and Cosmic Explorer will achieve unprecedented sensitivities, detecting thousands of compact binary coalescence events annually. This sensitivity introduces a critical challenge: overlapping signals from concurrent events that current analysis pipelines cannot efficiently process. Traditional Bayesian parameter estimation requires O(days) of computation…

Lire la suite

[PostDoc] Generalizable instance segmentation under visual style and domain shifts.

Keywords: instance segmentation, self-supervised learning, weakly supervised learning, multimodal analysis.Place: LIFO – Laboratoire d’Informatique Fondamentale d’Orléans, Orléans, FranceStarting: (approximative) May 2026, for 18 months. Salary : depending on experiences. The postdoc will contribute to the ANR EnACA project, focusing on AI-based multimodal understanding of comics, manga, and related art forms. The…

Lire la suite

[StageM2] Generative AI Models for the Laser Interferometer Space Antenna (LISA)

Context The Laser Interferometer Space Antenna (LISA) will open a new observational window in the millihertz gravitational-wave (GW) band, allowing the detection of signals from massive black-hole binaries (MBHBs) and thousands of galactic binaries. However, LISA’s data will also contain non-Gaussian noise artifacts (‘glitches’) that can obscure or distort astrophysical…

Lire la suite

[StageM2] Recherche et indexation d’images par le contenu en utilisant des caractéristiques auto-supervisées

Quel sera votre environnement ?Vous êtes passionné(e) par l’intelligence artificielle, la vision par ordinateur et les défis technologiques de demain ? Notre équipe travaille sur des problématiques de vision par ordinateur parmi les plus innovantes du domaine pour résoudre des problématiques industrielles concrètes. Nous combinons expertise scientifique, créativité et esprit…

Lire la suite

[StageM2] Vers une reconstruction 3D dense à partir d’une simple reconstruction éparse

Quel sera votre environnement ?Vous êtes passionné(e) par l’intelligence artificielle, la vision par ordinateur et les défis technologiques de demain ? Notre équipe travaille sur des problématiques de vision par ordinateur parmi les plus innovantes du domaine pour résoudre des problématiques industrielles concrètes. Nous combinons expertise scientifique, créativité et esprit…

Lire la suite