Description du sujet de thèse

Le but de la thèse est de contribuer aux BNN (Binarized Neural Networks) appliqués aux données événements. Pour cela, nous chercherons d'une part à construire des architectures BNN légères, avec capacités de focalisation et d'inférence partielle. Et d'autre part, à valider différentes manières de représenter les événements sous forme de tenseur en entrée du réseau, avec et sans capacité de mémoire. Les architectures proposées seront validées et évaluées sur différents jeux de données afin de les comparer à l'état de l'art. Des expérimentations réelles avec les véhicules du laboratoire pourront être envisagées.

Contexte de travail

Notre laboratoire est spécialisé dans le contrôle de robots mobiles, tels que des voitures et des drones intelligents. Nous nous focalisons sur les problèmes de commande, de localisation, de communication, de perception, et de réalité virtuelle. Le laboratoire dispose de véhicules robotisés équipés de nombreux capteurs, d’une piste d’essais, de simulateurs, et d’une volière. Notre équipe est également impliquée dans le laboratoire commun SIVALab entre UTC, CNRS et Renault (Ampere).
Notre équipe a développé des compétences fortes en vision événementielle depuis 2020, avec des résultats sur des applications de calibrage, de flot optique, d'estimation des profondeurs, et de segmentation des objets mobiles.

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.