Chers Collègues
Vous trouverez ci-dessous une offre de stage ingénieur ou master en
Intelligence Artificielle à l’Université de Technologie de Troyes dans
le laboratoire ICD Institut Charles Delaunay.
Bien cordialement,
Jean-Marc Nigro
Sophie Loriette.
—
Objet : Offre de Stage Ingénieur ou Master
Titre : Intelligence Artificielle dans les Smart-cities.
Descriptif :
Ce stage se place dans le cadre de la modélisation de villes
intelligentes et plus précisément des comportements adaptatifs des
entités constituant ce système. Cette évolution dynamique des
comportements peut être supportée par un modèle d’apprentissage
artificiel qui permettra une auto-adaptation des comportements des
entités. Ainsi, les approches d’apprentissage artificiel (machine
learning) permettent de traiter à la fois le traitement des données et
la prise de décision. Les progrès de l’apprentissage artificiel des
points de vue théorique et technique ont permis de développer un grand
nombre d’applications dans ce contexte. Deux grandes familles
d’approches peuvent être envisagées : les approches sémantiques et les
approches numériques/statistiques.
Les approches numériques/statistiques incluent apprentissage
supervisé et non supervisé : elles s’appliquent à la classification
automatique, la reconnaissance de forme, aux arbres de décision, via
l’utilisation des modèles de régression ou encore des techniques de
réseaux de neurones. La qualité d’un apprentissage statistique est
fonction du volume des données disponibles ainsi que la qualité de ces
données (fiabilité des données, étiquetage précis et clair). Si les
données ne sont pas toujours fiables ou contiennent des incertitudes,
des méthodes comme la méthode de Dempster-Shafer permettent par exemple
d’obtenir un résultat associé à un coefficient de confiance.
Les approches sémantiques mettent en avant un raisonnement prenant
en compte l’ontologie du contexte utilisé et des traces d’activités et
d’interactions. Cette ontologie, basée sur les liens entre les
objets/termes, permet de donner un sens à l’environnement dans lequel le
système évolue. L’apprentissage symbolique/sémantique pourra alors
s’appuyer sur ces relations pour effectuer des inférences, ou produire
des généralisations de nouveaux concepts ontologiques représentant de
nouveaux comportements des systèmes sociotechniques. L’intégration d’un
niveau “méta” permettrait idéalement d’améliorer l’apprentissage et
ainsi de concevoir un système “Intelligent” capable de s’auto-adapter.
Le/la stagiaire s’attachera tout d’abord à la réalisation d’un état de
l’art sur les techniques d’apprentissage numérique et symbolique et à
l’identification des projets relatifs aux smart-cities au niveau
international, européen et national. Une première ébauche d’application
sur des données test est envisagée.
Rémunération : 3500 euros / 24 semaines de stage
Lieu : Université de Technologie de Troyes
Laboratoire : ICD
Contacts : Jean-Marc Nigro (nigro@utt.fr) – Sophie Loriette
(sophie.loriette@utt.fr)
———————————————————————
Desinscription: envoyez un message a: bull-ia-unsubscribe@gdria.fr
Pour obtenir de l’aide, ecrivez a: bull-ia-help@gdria.fr