IMT Atlantique s’est investie tout particulièrement dans le programme doctoral national sur l’intelligence artificielle porté par l’Institut Mines-Télécom et baptisé AI@IMT. Sur les 10 premiers sujets de thèses retenus pour l’année 2022, IMT Atlantique en porte 7 sur des domaines à fort enjeu : la sécurité, la santé, l'industrie du futur, l'économie de la donnée.
Améliorer la recherche sur l’intelligence artificielle en impliquant plus de doctorants dans des projets nouveaux ou existants ; encourager la recherche sur l’IA en portant un accent particulier sur la transition numérique, la transition énergétique, l’industrie du futur, la santé connectée ; développer une recherche partenariale pour répondre aux besoins de l’industrie et de la société… sont autant d’impératifs stratégiques nationaux auxquels entend répondre ce programme doctoral AI@IMT.
AI@IMT porte sur le cofinancement de 20 thèses à 50% par l'ANR dans le cadre du programme national de recherche en IA, ce qui en fait l'un des programmes les plus importants financés dans ce cadre.10 premiers sujets ont été retenus par le comité d'orientation, composé de 4 académiques et 4 acteurs de la recherche privée.
AI@IMT implique aussi la participation de l’Institut Mines-Télécom Business School, Mines Saint-Étienne et IMT Nord Europe, ainsi que du TeraLab, une plate-forme d'accélération en recherche, en innovation et en éducation en matière d'IA et de Big Data.
Les thèses proposées
- Machine Learning et Matheuristiques pour des problèmes de logistique urbaine (Machine Learning and Matheuristics algorithms for urban transportation)
Romain Billot (IMT Atlantique) - Analyse de la gestuelle humaine basée sur l’encodage fin du mouvement à l’aide de réseaux convolutifs graphiques (Human gestural analysis based on finegrained motion and graph convolutional networks)
Hazem Wannous (IMT Nord Europe) - Entrainement d’architectures d’apprentissage profond sur du matériel non fiable (training Deep Neural Networks using unreliable hardware)
Vincent Gripon (IMT Atlantique) - Conception conjointe de techniques de compression de réseaux de neurones profonds et de processeurs dédiés à basse énergie pour la vision artificielle à base d’événements (Joint design of compression techniques for deep neural networks and low-energy processors for event-based computer vision)
Matthieu Arzel (IMT Atlantique) - Simplification de l’architecture des réseaux énergétiques par agrégation de nœuds à base d’IA (Simplification of energy network models through AI)
Patrick Meyer, Bruno Lacarrière (IMT Atlantique) - Utilisation de la Programmation par contrainte et de l’apprentissage de modèle pour résoudre des problèmes de type Mariage Stable (Contraints Programming and model learning in Stable Matching)
Gilles Simonin (IMT Atlantique) - Raisonnement par abduction dans un environnement domotique frugal (Abductive Reasoning with Minimal Sensing in a Home Environment)
Antoine Zimmermann (Mines Saint-Étienne) - Unknown Input Observers for an efficient management of hydrographical networks based on Predictive Control
Gilles Belaud, Eric Duviella (IMT Nord Europe) - Dénombrement et échantillonnage de solutions pour la fouille anytime de motifs (Counting and sampling of solutions for anytime pattern discovery)
Samir Loudni (IMT Atlantique) - IA distribuée sur objets communicants (Distributed learning on connected devices)
Amer Baghdadi (IMT Atlantique)
Date limite de dépôt de dossier : 10 mai 2022
En savoir plus
Les candidates et candidats intéressés peuvent se rapprocher de Stéphane LECOEUCHE et Olivier BOISSIER pour plus de précision sur ce programme doctoral et une mise en relation avec les équipes d’encadrement.
par Fabienne MILLET-DEHILLERIN
