Bonjour,
L’équipe DUKe (Data User Knowledge) du LS2N, UMR CNRS 6004, est l’une
des principales équipes du laboratoire dans le thème « science des
données et de la décision », forte de ses compétences en manipulation de
données, en fouille de données et en interaction.
Dans ce cadre, l’équipe a développé de nombreux algorithmes
d’apprentissage et de manipulation de modèles graphiques probabilistes
(réseaux bayésiens, réseaux bayésiens dynamiques, réseaux bayésiens
relationnels).
4 stages de Master 2 ou ingénieur sont potentiellement proposés ce
semestre dans le domaine des réseaux bayésiens, des réseaux bayésiens
relationnels, ou de l’apprentissage de modèles probabilistes logiques.
1. Réseaux bayésiens dynamiques pour la modélisation de fermes
d’éoliennes : finalisation d’un prototype existant, et aide à
l’intégration dans un outil industriel – projet FUI Hyperwind
mot-clés : réseaux bayésiens dynamiques, inférence probabiliste, passage
à l’échelle
2. Modèles graphiques de durée pour l’acceptabilité du coût d’un
logement : modélisation de la « vie » des composants d’une maison par
modèles graphiques de durée – collaboration avec une startup nantaise
dans le domaine de la rénovation énergétique
mots-clés : réseaux bayésiens dynamiques, modèles graphiques de durée
3. Apprentissage de comportements d’intérêt : collaboration avec l’ONERA
mots-clés : modèles logiques probabilistes, chroniques, complex event
processing
4. Cloudification Process-mining : passage en mode Saas d’une partie de
notre plate-forme logicielle PILGRIM
Plus d’informations sur la page :
https://sites.google.com/site/codpleray/Downhome/News/internships-stagesmaster2ingenieur-2017-18
Merci d’avance,
PhL
—
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Philippe Leray
philippe.leray@univ-nantes.fr
Professeur des Universités
Equipe DUKe – Data User Knowledge
Laboratoire des Sciences du Numérique de Nantes
Ecole Polytechnique de l’université de Nantes
La Chantrerie – rue Christian Pauc – BP 50609
44306 Nantes Cedex 3
Tel : 02 40 68 30 38
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
———————————————————————
Desinscription: envoyez un message a: bull-ia-unsubscribe@gdria.fr
Pour obtenir de l’aide, ecrivez a: bull-ia-help@gdria.fr