Machine Learning Framework for Temporal Graph Exploration

Stage M Transportation systems with scheduled travels, like trains, flights, and buses, pose optimization challenges such as finding the fastest routes or maximizing stops within a time frame, which fall under the temporal graph exploration problem (TEXP). Despite its importance in fields like logistics and cybersecurity, TEXP’s NP-hardness makes exact…

Lire la suite

Few-Shot Learning for Matching Relief-Printed Patterns on Medieval Ceramic Sherds

Stage M2 Nous sommes à la recherche d’un(e) candidat(e) motivé(e) pour rejoindre notre équipe dans le cadre d’un stage de recherche. Si vous êtes passionné(e) par l’intelligence artificielle, la vision par ordinateur ou les mathématiques/informatique appliquées, et que vous souhaitez contribuer à un projet innovant, cette opportunité est faite pour…

Lire la suite

Réseaux de neurones profonds pour l’analyse de performance et la gestion de microréseaux électriques intelligents

Stage M2 Le but de ce stage est d’évaluer l’intérêt de deux types de réseaux de neurones pour l’analyse des microréseaux électriques : Le CERTES utilise de nombreuses techniques d’apprentissage machine [Ark21] et dispose d’une plateforme technologique de micro-réseaux modulaires et multifonctionnels. Cette plateforme permet d’étudier différents scenarios d’agrégation de…

Lire la suite

RUL prediction with neural networks

Stage M2 / Ingénieur This internship explores physics-informed neural networks (PINNs) for predicting the Remaining Useful Life (RUL) of systems, focusing on time series data. Key tasks include analyzing state-of-the-art methods, improving and applying them to the CMAPSS dataset. Niveau du stage : Master 2 ou 3ème année d’école d’ingénieur…

Lire la suite

Evaluation of Neuro-Symbolic Approaches for Explainable Artificial Intelligence

Context. The emerging field of neuro-symbolic artificial intelligence (AI) aims to integrate symbolic reasoning with neural networks to develop AI systems that exhibit more human-like reasoning capabilities [1-9]. By combining symbolic reasoning with connectionist learning, these approaches seek to leverage the learning and generalization strengths of neural networks while incorporating…

Lire la suite

Vision par ordinateur à base de l’IA pour le suivi automatisé des structures végétalisées

Stage M2 au Laboratoire d’Informatique Gaspard Monge (ESIEE Paris) conjointement avec l’entreprise Urban Canopée pour traitement d’image à base de l’IA pour le suivi automatisé des structures végétalisées. Localisation : Le candidat/la candidate sera accueilli(e) à l’ESIEE Paris, école membre de l’Université Gustave Eiffel et associé(e) aux recherches du Laboratoire…

Lire la suite

Développement et validation des algorithmes de perception et contrôle pour véhicules autonomes

Stage M2 au Laboratoire d’Informatique Gaspard Monge conjointement avec le laboratoire ESYCOM pour le Développement et validation des algorithmes de perception et contrôle pour véhicules autonomes. Durée : 4-6mois Localisation : Le candidat/la candidate sera accueilli(e) à l’ESIEE Paris, école membre de l’Université Gustave Eiffel et associé(e) aux recherches du…

Lire la suite