En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR9015-JULFRA-005 - Postdoctorat H/F au LISN : Conception et évaluation de technologies multisensorielles pour l'apprentissage du mouvement

Postdoctorat H/F au LISN : Conception et évaluation de technologies multisensorielles pour l'apprentissage du mouvement

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

Date Limite Candidature : vendredi 30 juillet 2021

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 : UMR9015-JULFRA-005
Lieu de travail : ST AUBIN
Date de publication : vendredi 9 juillet 2021
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 novembre 2021
Quotité de travail : Temps complet
Rémunération : entre 2190 et 2528 € net mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

Contexte du Projet ANR ELEMENT
==========================================
Parce que la mémorisation et l'exécution des gestes est difficile pour les utilisateurs, la plupart des approches actuelles de l'interaction basée sur le mouvement considèrent des interfaces intuitives et les vocabulaires gestuels simples. Si ces derniers facilitent l'adoption, ils limitent également pour les utilisateurs la possibilité d'une interaction plus complexe, expressive et véritablement incarnée. Dans le cadre de l'interaction basée sur le mouvement au-delà du paradigme souris-clavier, le projet ANR ELEMENT (Enabling Learnability in Embodied Movement Interaction) propose de mettre l'accent sur la capacité d'apprentissage plutôt que l'intuitivité : les nouveaux paradigmes d'interaction exigent des utilisateurs qu'ils développent des compétences sensorimotrices spécifiques compatibles avec - et transférables entre - les interfaces numériques (systèmes vidéo, mobiles, internet des objets, interfaces de jeu, etc.). Avec des interactions “apprenables”, les utilisateurs novices devraient être capables d'aborder un nouveau système avec une difficulté adaptée à leur expertise, puis le système devrait pouvoir s'adapter soigneusement à l'amélioration des aptitudes motrices, et enfin permettre des interactions complexes et expressives. L'objectif à long terme est de favoriser l'innovation en interaction multimodale appliquée à différents domaines, des technologies d'assistance à des applications créatives.
Missions et Objectifs
==========================================
L'utilisation de systèmes de feedback multisensoriel pour aider à l'apprentissage du mouvement est prometteuse dans un certain nombre d'applications telles que le sport, les arts du spectacle ou la rééducation [1, 2]. Ces systèmes d'aide à l'apprentissage moteur nécessitent une modélisation fine des mouvements afin de fournir un retour d'information audio, visuel ou haptique approprié pour aider l'apprenant à acquérir ou à récupérer des compétences motrices particulières. Dans ce contexte, il est nécessaire de disposer de modèles informatiques avancés capables de prendre en compte les mécanismes d'apprentissage sensorimoteur [3]. En complément des modèles analytiques de l'apprentissage du mouvement, le développement de stratégies basées sur les données et utilisant l'apprentissage automatique est un objectif central du projet ELEMENT [4]. De tels modèles ont le potentiel de s'adapter dynamiquement au niveau de compétence de l'apprenant (par rapport à une tâche donnée) afin de fournir un retour d'information approprié.
Ce projet de recherche postdoctorale porte sur la conception, la mise en œuvre et l'évaluation de systèmes de feedback multisensoriel pour aider l'apprentissage du mouvement dans divers contextes. En particulier, nous étudierons comment un feedback sonore ou visuel peut être utilisé pour soutenir l'apprentissage de séquences de mouvements. Nous considérons des séquences de plusieurs unités de mouvement (ou gestes) qui doivent être exécutées avec des propriétés spécifiques (par exemple, trajectoire, dynamique, qualité de mouvement) et articulées ensemble. La modélisation de telles séquences nécessite le développement de techniques d'analyse appropriées qui peuvent capturer diverses propriétés du mouvement, telles que les trajectoires, la dynamique, ou même les qualités du mouvement [5, 6], ainsi que leur relation avec l'apprentissage du mouvement.
Selon le profil du·de la candidat·e, le projet pourra focaliser soit sur la modélisation du mouvement avec l'apprentissage automatique, en particulier à l'aide de réseaux de neurones, soit sur des études expérimentales visant à concevoir et à évaluer des technologies d'apprentissage.
Les principales questions de recherche du projet postdoctoral sont les suivantes :

- Quelles représentations du mouvement peuvent être combinées pour capturer de multiples propriétés du mouvement (trajectoires, dynamique, expressivité, articulation, etc.) ?
- Quels modèles computationnels peuvent quantifier et suivre ces propriétés en fonction du processus d'apprentissage d'une personne ?
- Comment concevoir un feedback multisensoriel continu afin de soutenir l'apprentissage de ces diverses propriétés dans une séquence de mouvement complexe ?
- Les systèmes de feedback adaptatifs peuvent-ils améliorer le taux d'apprentissage et l'expérience d'apprentissage ?

Activités

- Réaliser un état de l'art sur le domaine des méthodes adaptatives dans la modélisation du mouvement, les systèmes adaptatifs pour l'apprentissage du mouvement, et le feedback sonore pour l'apprentissage du mouvement.
- Concevoir et mettre en œuvre un ou plusieurs systèmes interactifs fournissant un retour sonore continu pour l'apprentissage du mouvement. Le processus de conception sera itératif et comprendra des ateliers d'évaluation intermédiaires. Les connaissances relatives à l'acquisition des compétences en matière de mouvements, tirées des observations initiales, seront utilisées pour guider la conception des stratégies de sonification. La conception sera axée sur l'intégration de mécanismes d'adaptation pour adapter le retour d'information à l'expertise et au processus d'apprentissage de la personne.
- Concevoir et réaliser des expériences contrôlées pour évaluer le système proposé. Les études devraient évaluer l'efficacité du système de rétroaction pour aider à acquérir les diverses propriétés de la séquence de mouvements.
- Publications et diffusion.

Compétences

Nous recherchons des candidat·e·s passionné·e·s, doté·e·s d'une curiosité scientifique, de bonnes capacités de résolution de problèmes et d'un solide bagage dans un ou plusieurs des domaines suivants : traitement du signal, apprentissage automatique, IHM. Les candidat·e·s doivent avoir une solide expérience dans le domaine du mouvement et de l'informatique, en particulier dans l'analyse et le traitement des signaux de mouvement, ainsi que dans la conception et l'évaluation de systèmes interactifs basés sur le mouvement. Une expérience dans des contextes d'application créatifs tels que la danse ou les arts du spectacle et/ou un intérêt pour le travail sur l'interaction avec les personnes handicapées sont appréciés. Les candidat·e·s doivent avoir une expérience de publication dans le domaine du mouvement et de l'informatique (MOCO, CHI, DIS, TOCHI, JMUI, ...) et/ou dans d'autres conférences et journaux liés au mouvement.

Les candidat·e·s doivent être titulaires d'un doctorat en informatique ou dans un domaine connexe au moment de leur nomination. Les candidat·e·s doivent maîtriser au moins un langage de programmation (de préférence Python, JavaScript), et/ou un environnement interactif tel que Max/MSP. Les candidat·e·s doivent avoir de bonnes compétences en rédaction scientifique en anglais.

Contexte de travail

Ce poste de post-doctorat à temps plein se déroulera au LISN dans le cadre du projet ANR ELEMENT. Le projet ELEMENT est coordonné par l'Ircam (Paris), et implique également deux équipes au LISN (Orsay). Il est attendu que le·la post-doctorant·e interagisse fortement avec les membres impliqués dans le projet, et qu'il·elle travaille en collaboration avec tous les partenaires. Des missions pour des conférences pourront être financées pendant le postdoc.

Le·la post-doctorant·e recevra un ordinateur portable et des accessoires. Le LISN a acquis plusieurs capteurs de mouvement portables (IMU, capteurs EMG), et dispose d'un système de capture de mouvement du corps entier. Des équipements supplémentaires pourront être acquis au cours du projet.

On en parle sur Twitter !