L’unité MATS du département DEMR (Département Electromagnétisme et Radar) est en charge du développement de méthodes de traitement pour les différents moyens expérimentaux du département. Ces traitements sont dédiés aux signaux émis et reçus par des capteurs électromagnétiques (EM). Sujet Un radar primaire fonctionne en émettant un signal défini par…
L’unité MATS du département DEMR (Département Electromagnétisme et Radar) est en charge du développement de méthodes de traitement pour les différents moyens expérimentaux du département. Ces traitements sont dédiés aux signaux émis et reçus par des capteurs électromagnétiques (EM). Sujet Le spectre électromagnétique est porteur de nombreux signaux d’origine humaine….
Sujet de stage sur la détection et la correction du sunglint pour l’imagerie aérienne littorale. Une suite en thèse sera envisagée.keywords: sunglint correction, coastal aerial imagery, deep-learning, hydro-optical modeling Le stage est à partir de février/mars 2026 pour une durée de 5/6 mois. Profil recherché Niveau : Étudiant·e en Master…
Thèse par financement CIFRELaboratoire SATIE, Université Paris-Saclay, 91400 OrsayEntreprise IDEC – EZ-Wheel, 16400 La Couronne Domaine de la thèse : Les systèmes multicapteurs multiphysique constituent l’une des briques importantes dans les systèmes d’aide à la mobilité en général, et les systèmes autonomes en particulier. L’industrie 4.0 impose la traçabilité et…
Context Recent advances in deep learning have revolutionized many signal and image processing tasks. In fact, deep neural networks excel at learning complex, non-linear patterns from large datasets, often outperforming classical methods. However, the application of deep learning to signal processing tasks presents specific challenges. These methods require vast amounts…
Laboratoires : Laboratoire GREYC (UMR CNRS 6072), CHU de NormandieAdresses email : wiem.takrouni@unicaen.frStage : Durée de 5-6 mois, à Caen, au Campus 2, ENSICAEN, Bâtiment F. Contexte : Avec la prolifération des deepfakes, la détection précise des contenus manipulés devientessentielle. Les modèles actuels reposent principalement sur l’analyse globale du visage…
Contexte : Avec la montée en flèche de la création de contenus vidéo destinés aux enfants sur les plateformes en ligne (ex. YouTube Kids, Netflix Kids), la modération automatique de contenus multimédias est devenue un enjeu crucial.Un contenu visuellement inoffensif peut toutefois inclure des éléments audios inappropriés (musiques, cris, sons…
Keywords: deep learning, multimodal imaging, generative models, non-destructive testing, multi-sensor signalsPartner Laboratory: IBISC (University of Évry – Paris-Saclay)Duration: 6 monthsPeriod: from February 2026 onwards (flexible depending on candidate profile) Scientific and Industrial ContextNon-destructive testing (NDT) encompasses a range of techniques for assessing the integrity of industrial components without compromising their…
Porteurs scientifiques : Aymane Souani, Hichem Maaref et V. Vigneron (IBISC)Partners : IBISC (université Evry-Paris-Saclay), TMECOMESURESpecialized AI and Data Science : machine learning theory, high-dimensional statistics,uncertainty, information theory, generative modelDuration : 5 to 6 months, from February 2026 onwards (flexible depending on candidate profile)Funding : ECOMESURE insternship grantLocation : IBISC…
partners :IBISC (univ Evry, université Paris-Saclay), centre hospitalier sud-francilien (CHSF) Basic AI and Data Science : apprentissage statistique en grandes dimensionsSpecialized ML and AI : signal, image, visionApplication domain : médecine de précision, imagerie par RMMots-clés deep learning, imagerie multi-modale, apprentissage faiblement superviséKey-wordsmachine learning, deep tech, neuroimaging, precision medicine, strokeLaboratoires partenaires impliqués : IBISC (UEVE) Total duration of…
