Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Toutes les offres [+]

Chambre fluidique portable de mesure transcutanée dynamique pour l'oxymétrie et la capnométrie

Département Microtechnologies pour la Biologie et la Santé (LETI)

Laboratoire Systèmes Pour la Personne

simulation/instrumentation physique

SL-DRT-21-0415

rodrigue.rousier@cea.fr

Technologies pour la santé et l?environnement, dispositifs médicaux (.pdf)

Le développement des dispositifs médicaux portés sur la personne est un enjeu fondamental et incontournable afin de promouvoir la médecine ambulatoire. La médecine dite « conventionnelle » par opposition à ambulatoire utilise couramment l'analyse des gaz du sang pour évaluer l'efficacité des échanges pulmonaires et diagnostiquer des maladies respiratoires. Elle détecte notamment une modification anormale des concentrations d'oxygène et de dioxyde de carbone du sang artériel allant vers les tissus. Comme cette analyse nécessite une prise de sang c'est donc une méthode invasive et qui n'autorise pas un suivi des concentrations en temps réel. Une alternative à la prise de sang est une analyse des gaz transcutanés, c'est-à-dire la mesure des concentrations des gaz qui diffusent à travers la peau. Cette méthode est non-invasive et garantit un suivi en continu des gaz dans le sang. L'objectif de cette thèse est de développer et d'étudier une chambre fluidique portable instrumentée. Cette chambre mesurera en temps réel les concentrations en oxygène et en dioxyde de carbone qui diffusent à travers la peau. Les travaux consisteront à modéliser les échanges gazeux entre la peau et la chambre fluidique, puis à concevoir et instrumenter la chambre et pour finir à la tester sur un banc gaz. Ce sujet requière une personne très motivée avec des compétences en modélisation, en conception de dispositifs médicaux et en instrumentation.

Télécharger l'offre (.zip)

Capteurs à ondes élastiques pour la détection biologique de terrain

Département Composants Silicium (LETI)

Laboratoire Composants Radiofréquences

Engineering or Master degree in micro/nanosystems

01-09-2021

SL-DRT-21-0437

alexandre.reinhardt@cea.fr

Technologies pour la santé et l?environnement, dispositifs médicaux (.pdf)

L'analyse sanitaire des eaux fluviales ou de consommation devient de plus en plus un enjeu de santé publique. Dans ce contexte, le CEA-LETI développe des solutions de capteurs permettant la détection de bactéries dans des échantillons liquides. Parmi les technologies envisagées, les résonateurs électromécaniques à ondes acoustiques paraissent particulièrement prometteurs. Le but de cette thèse consiste à évaluer l'utilisation de ces composants, développés initialement pour des applications de traitement de signaux radiofréquences, pour des applications de détection biologique en milieu liquide. Plus précisément, le sujet de thèse porte sur l'analyse des structures biologiques à détecter, leurs possibles interactions avec l'élément sensible du capteur, et de ce fait les mécanismes de détection qu'il sera possible de mettre en ?uvre. Ceci permettra le dimensionnement de capteurs adaptés, via la sélection du type de résonateur, du mode de vibration le plus adapté aux contraintes de fonctionnement en milieu liquide et maximisant la sensibilité. Le candidat réalisera des prototypes de capteurs dans les salles blanches du CEA-LETI et procèdera à leur fonctionnalisation, ainsi qu'à des évaluations en milieu liquide. Dans une seconde phase de la thèse, le candidat adaptera ces capteurs et le circuit microfluidique associé pour permettre leur intégration dans une plateforme de détection multicapteur.

Télécharger l'offre (.zip)

Apprentissage et quantification des réseaux profonds pour l'apprentissage par transfert

Département Systèmes et Circuits Intégrés Numériques

Laboratoire Intelligence Artificielle Embarquée

Master ou équivalent en apprentissage automatique, informatique, mathématique ou similaire

SL-DRT-21-0446

johannes.thiele@cea.fr

Data intelligence dont Intelligence Artificielle (.pdf)

Le « transfer learning » (apprentissage par transfert) est aujourd'hui une technique courante dans le domaine du « Deep Learning », qui utilise les paramètres appris d'un réseau générique (l'extracteur des caractéristiques) pour améliorer l'entraînement d'un autre réseau sur une tâche plus spécifique. Le réseau spécifique est ensuite optimisé pour les contraintes matérielles du cas applicatif. Au vue de la généricité des représentations de l'extracteur de caractéristiques, on se demandera s'il n'est pas possible d'optimiser ce dernier avant le transfert des paramètres, pour éviter que chaque utilisateur ait besoin d'effectuer cette optimisation lui-même. Dans ce contexte, la thèse aura les objectifs scientifiques suivants: - Utilisation des méthodes d'apprentissage « non-supervisées » (self-supervisées, faiblement supervisées, semi-supervisées) pour entraîner des extracteurs sur des grandes bases de données - Etudier comment les méthodes d'optimisation typiques (p.ex. quantification) peuvent être appliquées sur ces extracteurs d'une manière générique (non-spécifique à une tâche applicative) - Quantifier l'influence de ces optimisations sur la capacité de « transfer learning » par benchmarking et par des analyses théoriques (p.ex. théorie de la compression) Compétences : Master 2 (ou équivalent), apprentissage automatique (en particulier Deep Learning), programmation (Python, Pytorch, Tensorflow, C++), bonne connaissance de l'Anglais

Télécharger l'offre (.zip)

Préservation des propriétés temporelles lors de la reconfiguration dynamique des Systèmes Cyber-Physiques

Département Systèmes et Circuits Intégrés Numériques

Laboratoire pour la Confiance des sYstèmes de calcuL

Informatique, simulation

01-09-2021

SL-DRT-21-0454

selma.azaiez@cea.fr

Systèmes cyberphysiques - capteurs et actionneurs (.pdf)

Un contrat de thèse de 3 ans est disponible au CEA List pour explorer la reconfiguration dynamique des systèmes cyber-physiques tout en préservant ses propriétés temporelles. Les systèmes cyber-physiques sont des systèmes distribués et hautement hétérogènes utilisés dans des applications modernes dans différents domaines tels que l'automobile autonome, l'usine intelligente, l'aéronautique, l'énergie, etc. De tels systèmes doivent obéir à des propriétés temporelles telles que la latence ou le débit, qui garantiront un fonctionnement correct des systèmes. Les équipes du CEA LIST utilisent des techniques formelles basées sur les MoCC (Models of Computation and Communication) pour modéliser, analyser et valider de tels systèmes tout en les appliquant dans une grande variété de domaines. Dans le cadre de cette thèse, le doctorant sera amené à utiliser ces formalismes pour s'assurer du respect de ces propriétés temporelles lors de l'exécution du système. À partir d'un modèle de calcul, une analyse statique générera la configuration initiale du système respectant une latence ou un débit donné. Un monitoring temps-réel validera ces propriétés le long de l'exécution du système. Si des déviations sont détectées, une reconfiguration dynamique du système sera proposée sur la base d'algorithmes d'intelligence artificielle. Ce sujet est important dans divers domaine d'application l'automobile autonome où le respect des délais temporels fournie une part importante des garanties de sûreté du système mais aussi dans des domaines de l'Industrie 4.0 où les chaînes de production sont amenées à être facilement reconfigurables tout en respectant et maintenant des propriétés de débit. Le poste est disponible au CEA Saclay à Nano-Innov Palaiseau (près de Paris). Cette thèse sera encadrée par Stéphane Louise (directeur de thèse) et Selma Azaiez (co-encadrant). Cette proposition est dédiée aux étudiants recherchant une thèse au contenu ambitieux et désirant acquérir une expérience dans la recherche technologique en lien avec l'industrie. Vous devrez présenter un niveau équivalent de Master 2 avec de préférence une spécialité en génie logiciel et/ou en recherche opérationnelle. La connaissance des méthodes formelles ainsi que des algorithmes d'ordonnancement vous aideront à atteindre les objectifs attendus. Enfin, vous devrez présenter une bonne capacité de travail personnel, une habilité de travailler en équipe et une motivation pour les challenges techniques.

Télécharger l'offre (.zip)

Modèle de la situation et planification de tâches d'un manipulateur mobile en environnement logistique incertain

Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Laboratoire de Contrôle et Supervision Robotique

Master 2 ou école d'ingénieur

01-03-2021

SL-DRT-21-0459

eric.lucet@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

Le projet de recherche proposé concerne l'évolution autonome d'un robot mobile en contexte logistique, par exemple un chariot élévateur automatisé. A partir d'une analyse de la situation, le système devra, de façon autonome, être capable de trouver la séquence d'actions lui permettant de se déplacer vers un objet d'intérêt, le saisir et le placer dans une région prédéfinie. Cela doit pouvoir se faire tout en évitant les collisions et possiblement en dégageant le chemin pour rendre possible le mouvement de la base mobile et du préhenseur. En cas d'échec, la replanification inhérente à la méthode doit être capable de trouver une nouvelle séquence d'actions. Il s'agira ainsi d'implémenter un modèle statistique de la situation courante et future de navigation au voisinage d'un robot mobile équipé d'un système de préhension, ainsi qu'un algorithme de planification de tâches basé sur ce modèle. Le modèle de connaissance de la situation s'appuiera sur les données contextuelles des modules de perception, des modèles de processus et de tâches, des agents (robots et humains) présents dans l'environnement et de leurs états, des données intrinsèques du robot et du modèle géométrique de l'environnement. La détection de situations particulières (anomalies, etc.) pourra se traiter par de l'analyse de données et des algorithmes d'apprentissage automatique, avec possiblement une phase d'entrainement à partir de remontées d'informations et de connaissances a priori. En particulier, l'approche par planification hiérarchique dans le présent (HPN) intègre les planifications de tâche et de mouvement et traite l'incertitude. Elle évite d'essayer de trouver des solutions optimales pour le POMDP (ce qui est insoluble), en construisant une approximation déterministe de la dynamique (modèle de la situation), en établissant un plan séquentiel, et en exécutant ce plan tout en observant les éventuels changements par rapport aux résultats attendus, et en le re-planifiant lorsque des écarts se produisent. En outre, pour faire face à l'incertitude sur l'état actuel, la planification doit se faire dans l'espace de croyance, qui est la probabilité des distributions sur les états du monde. Ainsi, à partir de travaux préliminaires sur ce sujet, une amélioration du plan hiérarchique, ainsi qu'une meilleure compréhension et formulation des modèles de modification des états de croyance résultant de ces actions, seront à investiguer.

Télécharger l'offre (.zip)

Apprentissage incrémental autonome et embarqué

Département Systèmes et Circuits Intégrés Numériques

Laboratoire Intelligence Intégrée Multi-capteurs

Traitement de signal, apprentissage automatique, programmation pour l'embarqué

01-09-2021

SL-DRT-21-0465

carolynn.bernier@cea.fr

Data intelligence dont Intelligence Artificielle (.pdf)

Le développement récent d'algorithmes d'apprentissage incrémental adaptés aux réseaux neuronaux profonds est une opportunité permettant d'imaginer de nouveaux capteurs intelligents déployés dans des milieux réels. En effet, la capacité de pouvoir perfectionner son apprentissage à un contexte spécifique de déploiement offre au capteur la possibilité de se personnaliser face à des variations lentes de la tâche à accomplir (ex : détection de différents types d'anomalies) ou encore d'apprendre de nouvelles tâches non prévues initialement (ex : détection de nouveaux types d'anomalies). Cette possibilité rendrait le capteur autonome de plus en plus pertinent. Une application possible pourrait être un imageur intelligent embarqué sur un robot de compagnie et dont la tâche serait de reconnaître les personnes. Celui-ci deviendrait capable de s'adapter aux changements de personnes à reconnaitre dans son environnement ou encore aux changements de décor qui pourraient survenir dans l'environnement. L'objectif de cette thèse est d'explorer les moyens par lesquels le capteur intelligent peut être rendu effectivement autonome dans son évolution sachant que les algorithmes d'analyse du capteur sont fortement contraints par leur contexte d'exécution embarqué. La fonction sera implémentée au travers d'un système avec deux modes, un toujours actif à l'écoute de l'environnement et un avec du calcul plus intensif et sporadique. Se pose la question de partitionner cette fonction sur ce type d'architecture, pour viser performance et efficacité énergétique Les défis à relever pour réaliser un tel système sont multiples : Une première difficulté est la réalisation de mécanismes de détection d'exemples qui sont en réalité de faux négatifs et d'autres qui correspondent à des classes nouvelles. Or, la détection de ces deux types d'exemples doit être exécutée sur la plateforme « Always-on », avec les contraintes d'implémentation associées. Une seconde difficulté concerne la phase de ré-apprentissage qui est exécutée sur la plateforme « On-demand ». Cette phase de ré-apprentissage doit prendre en compte la structure du modèle « Always-on » afin de le ré-entraîner avec de nouveaux exemples, ceci afin soit de faire lentement évoluer le contenu des classes apprises soit afin d'apprendre une nouvelle classe, mais sans oublier les anciennes. Le domaine applicatif visé par cette thèse étant nouveau, le ou la candidat.e devra être capable de garder une vision large sur le sujet et devra nécessairement adresser des domaines aussi variés que la compréhension d'un grand nombre de familles d'algorithmes d'apprentissage automatique et incrémental, la mise en ?uvre de différents algorithmes d'entraînement de modèles neuronaux et enfin les besoins matériels nécessaires à la réalisation de ces calculs dans un contexte embarqué.

Télécharger l'offre (.zip)

136 (Page 7 sur 23)
first   previous  5 - 6 - 7 - 8 - 9  next   last
-->

Voir toutes nos offres