[PhD] Détection non supervisée d’images anormales : vers une compréhension améliorée de l’espace latent pour améliorer les performances

Directeur de thèse : Etienne Decencière, directeur de recherche à Mines Paris – PSLEncadrante industrielle : Vaïa Machairas, Capgemini Invent Contexte Dans de nombreuses applications on dispose d’un nombre important d’images considérées commenormales, mais d’un nombre très réduit d’images anormales. On retrouve cette situation dans le milieumédical, avec les maladies…

Lire la suite

[PhD] Distributed Passive Radar

Offer descriptionOur objective is to detect and locate drones entering an urban area to be protected by observing the signals emitted by cellular stations. Studies have shown that it is possible to locate a drone if it is close to the listening system and the cellular station (i.e. the base…

Lire la suite

[PhD] offer: topological analysis of 4D spatio-temporel images

The Image team of GREYC Laboratory in Caen, France, is looking to recruit a PhD student starting in autumn 2025 on the subject of topological analysis of 4D spatio-temporel images by morphological hierarchies, in the context of geomechanics applications. The detailed subject and the application modalities are available here: https://kenmochi.users.greyc.fr/tmp/OfferThesis2025.pdf

Lire la suite

[PhD] Bayesian estimation of galaxy cluster masses for improved cosmological parameter inference

Laboratory / university: CRIStAL (UMR 9189), SigMA team, University of Lille Duration: 36 months Co-supervisors: Context:This PhD thesis proposal focuses on improving galaxy cluster mass estimation to enhance cosmological parameter inference, in order to address critical challenges such as the S8 cosmological parameter discrepancy. By leveraging multi-wavelength observations, advanced statistical…

Lire la suite

[PhD] Modèles génératifs pour l’analyse d’image pathologique

Sujet : Modèles génératifs à supervision limitée pour l’analyse d’image histopathologique en oncologie thoracique Ce projet de recherche vise à améliorer le diagnostic et le traitement des cancers grâce à l’intelligence artificielle (IA) et à la pathologie numérique. Aujourd’hui, pour confirmer certains types de cancers, comme le cancer du poumon,…

Lire la suite

[PhD] PeRSAFE: Predict finite element analysis from machine learning and statistical shape modelling for shoulder surgery – MSCA Cofund SEED Doctoral Program

Domain and scientific/technical context Osteoarthritis is a degenerative joint condition affecting about 528 million people worldwide. It affects the entire joint, causing pain, swelling and stiffness. When the joint is too severely affected, replacement surgery is needed to replace the damaged parts of bones by implants. While reverse total shoulder…

Lire la suite

[PhD] Etude de l’impact environnemental des plateformes IoT embarquées exécutant des traitements d’apprentissage automatique

Auteurs : Marie-Anne LACROIX, Robin GERZAGUET et Pascal SCALARTAffiliation : Univ Rennes, IRISA, équipe GranitSite Web : www-granit.irisa.fr Contexte Depuis plusieurs années, la sphère de l’Internet des objets (IoT) s’est emparée de la question de l’intelligence artificielle (IA). Afin de pouvoir embarquer cette technologie sur des objets communicants fortement contraints…

Lire la suite

[PhD] Conception non-supervisée de méta-classes d’empreintes RF pour l’identification de dispositifs sensibles

Laboratoire : IRISA, équipe Granit (https://www-granit.irisa.fr/) Encadrements et contacts : Lieu : Lannion Contexte des travaux Parmi la longue liste de menaces de cybersécurité potentielles, la vulnérabilité TEMPEST se produit lorsque des données confidentielles sont émises involontairement en raison de la présence d’un canal non légitime. Ce canal peut avoir une nature différente…

Lire la suite