[EXTENDED DEADLINE] Modèles génératifs profonds pour la correction semi-supervisée d’environnements reconstruits par photogrammétrie

Annonce de thèse « Modèles génératifs profonds pour la correction semi-supervisée d’environnements reconstruits par photogrammétrie » dans l’équipe ComSEE à l’Institut Pascal (Clermont-Ferrand). Les candidatures sont à envoyer avant le 20 avril 2025 à maxime.lhuillier@uca.fr Titre: Modèles génératifs profonds pour la correction semi-supervisée d’environnements reconstruits par photogrammétrie. Title: Deep generative models for…

Lire la suite

Modèles génératifs profonds pour la génération procédurale et la génération procédurale inverse

Candidature en ligne : www.ign.fr/nous-rejoindre/offres-emploi/doctorant-e-modeles-generatifs-profonds-pour-la-generation-procedurale-directe-et-inverse-1162 Localisation: Champs-sur-Marne (77)Rémunération: ≈1800€ net/moisContrat: CDD (36 mois)Télétravail: PartielPrise de fonction: Au plus tard 1er mai 2025Contacts: Nicolas Audebert (nicolas.audebert@ign.fr), Julien Perret (julien.perret@ign.fr)

Lire la suite

Identification et quantification de poissons en environnement naturel à partir de vidéos d’images acoustiques

L’objectif de cette thèse est de développer des outils automatiques d’analyse de vidéos d’images acoustiques permettant un meilleur suivi des populations de poissons migrateurs. Cela permettra de mieux préserver les écosystèmes aquatiques tout en limitant les pertes de production électrique. Contexte Selon un rapport [worldFishMig20] publié en 2020 par plusieurs…

Lire la suite

Classification automatique de plancton lacustre pour la caractérisation du fonctionnement de l’écosystème

Ce projet a pour objectif le développement de méthodes pour la classification d’images de plancton d’eau douce, domaine encore peu exploré, grâce à l’apprentissage profond et à l’intégration de métadonnées écologiques. Lieu : Mines Paris et Ecole Normale Supérieur, PSL Contexte et objectifs Dans une phase de changements climatiques et…

Lire la suite

Toward Proactive Intelligence: Environmental Contextual Information and Gesture Recognition for Characterizing Affordances in Human-System Interactions

PhD position CESI LINEACT has an open position for a PhD student to develop affordance caracterization algorithms based on contextual information. The position is located on CESI Campus Dijon. Toward Proactive Intelligence: Environmental Contextual Information and Gesture Recognition for Characterizing Affordances in Human-System Interactions Scientific fields: Artificial Intelligence, Computer Vision,…

Lire la suite

Human-in-the-Loop Audio Source Separation for Aircraft Cockpit Recordings

A PhD position is open for applications at Université of Littoral Côte d’Opale, in Northern France, to work on speech source separation for aircraft cockpit recordings. – Topic: Human-in-the-Loop Audio Source Separation for Aircraft Cockpit Recordings – full details at https://www-lisic.univ-littoral.fr/~puigt/temp/These_ANR_BLeRIOT_2025.pdf. – Host laboratory: Computer Science, Signal and Image processing…

Lire la suite

Novel XAI strategies for weather forecasting

PhD position We are looking for a highly motivated PhD student to join our team project working at the intersection of Explainable Artificial Intelligence (XAI) and weather forecasting. The ideal candidate will have a strong theoretical and practical background in neural networks and experience in either numerical simulation or remote…

Lire la suite

Feature learning adapted to spherical event images

Nous recherchons un.e candidat.e motivé.e pour une thèse en vision et IA en collaboration entre le Laboratoire ICB UMR CNRS 6303 (équipe CO2M) de l’université de Bourgogne et le laboratoire le laboratoire MIS UR 4290 de l’université de Picardie Jules Verne. La thèse se réalise dans le cadre du projet…

Lire la suite