Nos chercheurs spécialisés en intelligence artificielle (ia), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents

Pablo G

Doctorant·e - Physiologie et nutrition des ruminants

Bourgogne-Franche-Comté | Occitanie

Dans ce moment je travaille sur un projet de recherche où on evalue l'impact des nouvelles technologies (notament des cameras) pour aider la production animal des jeunes bovines en engraisement.

• Agroécosystèmes, agronomie, cultures, élevage, milieux pastoraux
• Médecine vétérinaire, santé animale
• Aliments, alimentation, nutrition
• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents

Voir le profil

Sylvain L

Doctorant·e - Intelligence Artificielle

Auvergne-Rhône-Alpes | Île-de-France

Data Scientist, Doctorant, enseignant et consultant en Intelligence Artificielle.

• Systèmes temps réel (informatique, sciences de l'ingénieur)
• Enseignement, didactique de l'informatique
• Génie logiciel, programmation informatique
• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents

Voir le profil

Julien H

Doctorant·e - IA et Perception

Auvergne-Rhône-Alpes

Bonjour, Je suis Julien, doctorant en intelligence artificielle, j'écris actuellement ma thèse que je devrais soutenir en milieu d'année. Je travaille sur la vision des robots intelligents, sur des problématiques d'extraction de caractéristiques visuelles. Durant ces trois ans j'ai utilisé beaucoup de modèle de réseaux : CNN, AE, VAE, GAN, UNET, VGG... Je serai ravi d'utiliser et de transmettre mes connaissances pour un projet en intelligence artificielle.

• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Théorie du signal, traitement du signal, des images, filtrage, analyse temps-fréquence
• Reconnaissance de formes, vision par ordinateur (informatique)

Voir le profil

Xiaolei C

Docteur·e - Ingénieur matériaux

Auvergne-Rhône-Alpes | Île-de-France

Docteur-Ingénieur en science des matériaux, spécialisé en métallurgie. J’ai fait les recherches sur les matériaux métalliques en France et en Allemagne, avec les méthodes de simulation numérique, expérimentation et aussi les méthodes d’intelligence artificielle. Je suis capable de synthétiser-caractériser-optimiser des matériaux. Je me suis permis de simuler les propriétés des matériaux en différentes échelles, de l’atome à la pièce industrielle, en utilisant des logiciels puissants, notamment Abaqus, Catia ou les programmations développées moi-même. En même temps, je fais plein des essais mécaniques, en utilisant des équipements avancés dans le domaine des matériaux, comme MEB, FIB.

• Microscopie électronique (MEB, MET, microsonde de Castaing, etc.)
• Dynamique moléculaire (simulation numérique)
• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Théorie du signal, traitement du signal, des images, filtrage, analyse temps-fréquence

Voir le profil

Arnaud D

Doctorant·e - Mathématiques appliquées

Auvergne-Rhône-Alpes

J’effectue une thèse de mathématiques appliquées intitulée "Vers une compréhension mathématique des réseaux neuronaux profonds par une analyse champ moyen" depuis octobre 2020, et que je soutiendrai en septembre 2023, au laboratoire de mathématiques Blaise Pascal de l’Université Clermont Auvergne. L’objectif de cette thèse est d’étudier de manière théorique l’optimisation des paramètres des réseaux de neurones utilisés en apprentissage supervisé, dont la remarquable efficacité prédictive est encore mal comprise mathématiquement. L’approche champ moyen - utilisée dans l’étude de systèmes de particules - permet de simplifier l’analyse de ces algorithmes grâce à une convexification de la fonction de coût, dans le cas où le nombre de neurones sur la couche cachée tend vers l’infini. L’analyse de l’équation différentielle obtenue dans ce régime limite permet notamment d’obtenir des résultats de convergence en temps long vers un minimum global de la fonction de coût. L’approximation faite par le processus limite est alors analysée avec précision par un théorème central limite afin de quantifier la pertinence de l’approximation champ moyen.

• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Analyse statistique de données, analyse factorielle, en composantes principales
• Théorie des probabilités, théorie de la mesure (mathématiques)
• Processus aléatoires, stochastiques, calcul stochastique, séries temporelles (probabilités)

Voir le profil

Emmanuel B

Docteur·e - Computational biology

Auvergne-Rhône-Alpes | Provence-Alpes-Côte d'Azur

Docteur en biologie computationelle, spécialisé dans l'analyse d'images et la mise en place de solutions de détection d'objets d'intérêt, aussi bien grâce à l'algorithmie conventionnelle que par le développement de réseau de neurones et la mise en place de solutions basée intelligence artificielle.

• Biologie humaine
• Bactéries, bactériologie
• Algorithmes, algorithmique
• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents

Voir le profil

Romain P

Doctorant·e - Image, Système de Perception, Robotique

Auvergne-Rhône-Alpes | Centre-Val de Loire

Diplômé d'un Master systèmes embarqués pour le traitement de l'image, du signal et du son, je suis passionné et déterminé dans ce domaine. J'ai acquis une expérience précieuse en travaillant pendant un an sur un projet de calcul de densité de fleuraisons des vergers chez Quasar Concept. Je poursuis actuellement mon développement professionnel en effectuant une thèse sur les réseaux de neurones distribués sur cible reconfigurable. Grâce à mes compétences et à ma passion pour la résolution de défis complexes, je suis confiant dans ma capacité à continuer à contribuer au succès de mes futurs projets professionnels.

• Systèmes temps réel (informatique, sciences de l'ingénieur)
• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Théorie du signal, traitement du signal, des images, filtrage, analyse temps-fréquence

Voir le profil

Corentin A

Doctorant·e - Automatique, productique

Hauts-de-France

Expert en Conception de Systèmes Automatisés, je voue une conception centrée sur l'humain afin de répondre aux besoins réels de mes clients tout en assurant fiabilité, sécurité et ergonomie de la solution développée. De nature dynamique et sociale, je suis à l'initiative de collaborations interpersonnelles scientifiques et culturelles au sein de ma structure actuelle.

• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Risques industriels et technologiques, sécurité industrielle
• Systèmes industriels, génie industriel
• Systèmes sociotechniques, interaction Homme-machine, ergonomie

Voir le profil

Rémi P

Doctorant·e - Science Politique

Auvergne-Rhône-Alpes | Île-de-France

Diplômé du master Communication Politique et Institutionnelle à Sciences Po Grenoble en double-diplôme avec l'UGA, je viens de terminer ma scolarité dans le Master 102 - Marketing et Stratégie - Conseil et Recherche à Paris Dauphine et dans le DU RIM 2 de PSL. Je suis actuellement doctorant contractuel (MESRI) auprès du laboratoire PACTE sous la co-direction de Simon Persico (Sciences Po Grenoble, PACTE) et Tinette Schnatterer (Sciences Po Bordeaux, CED). Je travaille sur les promesses électorales dans les discours des candidats à la présidentielles à l’aide de méthodes NLP (traitement automatique du langage naturel, analyse textuelle assistée par IA).

• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Mise en récit (storytelling), discours
• Analyse du discours, analyse conversationnelle (sciences humaines)
• Inférence statistique, tests statistiques, sondages, intervalles de confiance

Voir le profil

Emma T

Doctorant·e - Management Public

Provence-Alpes-Côte d'Azur

Doctorante en management public, ma recherche porte sur la mise en œuvre de systèmes d'intelligence artificielle au sein des collectivités territoriales.

• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Administration publique, management public

Voir le profil

Bilel B

Docteur·e - sociologie

Île-de-France

Après une formation d'ingénieur des travaux publics de l'Etat, Bilel B. soutient une thèse de doctorat en sociologie des sciences sur les technologies de lutte contre le crime. Après sa thèse, il conduit une recherche sur la police prédictive tout en orientant progressivement ses travaux vers les sciences sociales computationnelles. Il s'intéresse aujourd'hui plus généralement aux questions relatives à la régulation de l'intelligence artificielle.

• Intelligence artificielle (IA), systèmes experts, apprentissage automatique (machine learning), réseaux de neurones, apprentissage profond (deep learning), systèmes multi-agents
• Réseaux sociaux numériques (objet d'étude)

Voir le profil

Oups, nous n’avons pas trouvé l'expert correspondant à tous vos critères. Merci de réessayez avec moins de critères