[StageM2] Modélisations par approches neuronales des déformations d’un organe observé par IRM dynamique.

Proposition de sujet de stage M2/PFE Ingénieur 2025-2026 Le stage a pour objectif de combiner les représentations neuronales implicites et les réseaux de neurones informés par la physique afin de modéliser les déformations d’organes alignées sur des données d’imagerie IRM, offrant ainsi une approche plus continue, précise et physiquement cohérente…

Lire la suite

[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