En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR7039-KONUSE-001 - Postdoc (12 mois) - méthodes tensorielles/apprentissage automatique (H/F)

Postdoc (12 mois) - méthodes tensorielles/apprentissage automatique (H/F)

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR7039-KONUSE-001
Lieu de travail : VANDOEUVRE LES NANCY
Date de publication : vendredi 6 septembre 2019
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 décembre 2019
Quotité de travail : Temps complet
Rémunération : entre 2400 et 3000 € nets mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

Grâce aux réseaux de neurones profonds, les résultats remarquables ont été obtenus récemment dans le contexte de plusieurs applications. Néanmoins, il existe toujours plusieurs problèmes liés aux réseaux de neurones, notamment l'absence d'interprétabilité et un nombre important de paramètres. Dans le cadre de ce projet, nous proposons de simplifier les réseaux de neurones en introduisant des fonctions d'activation flexibles, contrairement aux fonctions d'activation fixes habituellement utilisées pour aborder ce problème. Notre proposition est basée sur une approche originale, selon laquelle les décompositions tensorielles sont utilisées pour décomposer les fonctions de plusieurs variables.

Activités

Les activités de la personne recrutée concernent :
* la mise en œuvre de méthodes tensorielles pour l'apprentissage et la compression des réseaux de neurones,
* le développement et l'implantation d'algorithmes, ainsi que la comparaison avec les méthodes de l'état de l'art,
* la rédaction d'articles scientifiques et la présentation des résultats à des conférences
* la participation aux réunions avec les partenaires du projet.

Compétences

* Doctorat en traitement du signal, apprentissage automatique, mathématiques appliquées, ou une discipline proche ;
* compétences en méthodes tensorielles et/ou réseaux de neurones/apprentissage profond ;
* fortes compétences en programmation ; maitrise de MATLAB et/ou Python
* bonne maitrise de l'anglais (écrit et oral) ; bonnes capacités de communication.

Contexte de travail

Le poste de postdoctorant est ouvert dans le cadre du projet LeaFleT (LEArning neural networks with FLExible nonlinearities by Tensor methods), coordonné par Konstantin Usevich (CNRS), financé par l'Agence Nationale de la Recherche.
Le(la) candidat(e) recruté(e) sera intégré(e) au sein de l'équipe SiMul (signaux multidimensionnels) du CRAN (Centre de Recherche en Automatique de Nancy), UMR 7039, Université de Lorraine, CNRS.
Il(elle) travaillera principalement avec K. Usevich, S. Miron et D. Brie. Les autres collaborateurs du projet LeaFleT sont des chercheurs du LORIA (Nancy), du GIPSA-lab (Grenoble), de l'I2M (Marseille) et de Vrije Universiteit Brussel (Belgique)

Informations complémentaires

Le postdoctorat est proposé pour une durée de 12 mois (CDD), éventuellement renouvelable.
Le dossier de candidature doit inclure un CV, la liste des publications, un résumé (1-2 pages) des activités de recherche, et les coordonnées de deux personnes référentes. Le dossier sera transmis au format PDF.

On en parle sur Twitter !