Missions

En apprentissage et sciences des données sur graphes, l'échantillonnage de noeuds est un processus classique pouvant intervenir à différentes étapes dans de nombreuses méthodes. Le but principal est souvent d'économiser du temps de calcul et de la mémoire, mais cela peut également traiter certains problèmes tels que le surlissage dans les réseaux de neurones sur graphes.
Malgré l'existence de très nombreuses méthodes d'échantillonnage, en apprentissage celui-ci est très souvent indépendent et identiquement distribué, par simplicité. Ainsi, il existe assez peu d'études, théoriques ou pratiques, sur l'influence des méthodes d'échantillonnage sur les performances finales des algorithmes d'apprentissage. Dans ce post-doc, nous nous intéresserons à ces questions, avec un accent particulier sur la modélisations des grands graphes sous forme de graphes aléatoires, et sur les méthodes d'échantillonnage répulsive tels que les processus déterminantaux sur graphes [1].

[1] Nicolas Tremblay, Pierre-Olivier Amblard, Simon Barthelmé. Graph sampling with determinantal processes. https://arxiv.org/abs/1703.01594

Activités

Les activités se diviseront entre mathématiques théoriques et implémentation d'expériences pratiques en Python.

Compétences

Thèse en apprentissage ou traitement de signal. Une spécialisation sur les graphes est un plus.

Contexte de travail

Le candidat sera rattaché à l'équipe COMPACT de l'IRISA.

A propos du laboratoire
=============
www.irisa.fr
L'IRISA est l'un des plus grands laboratoires de recherche français (plus de 850 personnes) dans le domaine de l'informatique et des technologies de l'information. Structuré en sept départements scientifiques, l'IRISA est un laboratoire d'excellence dont les priorités scientifiques sont la bio-informatique, la sécurité des systèmes, les nouvelles architectures logicielles, la réalité virtuelle, l'analyse des Big Data et l'intelligence artificielle. Tourné vers l'avenir des technologies de l'information et ouvert sur l'international, l'IRISA est au cœur de la transition numérique de la société et de l'innovation dans les domaines de la cybersécurité, de la santé, de l'environnement et de l'écologie, des transports, de la robotique, de l'énergie, de la culture et de l'intelligence artificielle.

Présentation du CNRS en tant qu'employeur : https://www.cnrs.fr/fr/le-cnrs
L'IRISA comme laboratoire d'affectation : https://www.irisa.fr/umr-6074

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

Des déplacements de courtes durées en France ou à l'étranger sont à prévoir.