print

Doctorant

Technologies avancées des futurs réseaux sans fil

Date
Position
Poste de Doctorant H/F - Offre de thèse (Références : CS/FS/26102022)
More info
CS_FS_PHD_26102022.pdf85.15 Ko

Le candidat sélectionné mènera des recherches fondamentales dans le vaste domaine des technologies avancées des futurs réseaux sans fil au sein du département Systèmes de Communication d'EURECOM.
Les sujets incluent, mais ne sont pas limités à :
- Limites fondamentales des systèmes de contrôle en réseau
- Systèmes multi-agents
- Théorie des jeux pour les réseaux contrôlés
- Capacité des canaux de rétroaction

Outils avancés d'apprentissage automatique pour la segmentation d'images cérébrovasculaires

Date
Position
Poste de Doctorant H/F - offre de thèse (Réf : DS_MAZ_IVES_0922)
More info
DS_MAZ_IVES_0922_FR.pdf412.8 Ko

Le département Data Science propose un poste de doctorant sur les outils avancés d'apprentissage automatique pour la segmentation d'images cérébrovasculaires.

Estimation des émissions de CO2 avec l'apprentissage automatique

Date
More info
DS_MK_CO2ML_0722_FR_.pdf104.2 Ko

Le doctorant travaillera sur un projet de collaboration entre EURECOM et l'Institut national d'études environnementales (NIES) (https://www.nies.go.jp/index-e.html) au Japon. L'objectif de ce projet est de développer un algorithme d'estimation des émissions de CO2 à partir des données de luminance observées par un satellite.

HPC, analyse de données, stockage d'ADN, bioinformatique

Date
More info
DS_RA_PHD_OLIGOARCHIVE_062022_FR.pdf119.02 Ko

Nous recherchons un/une doctorant(e) talentueux/se pour nous aider à faire progresser l'état de l'art dans la conception de systèmes à forte intensité de données. Le/La candidat(e) sera intégré(e) au département Data Science d'EURECOM et sera supervisé(e) par le Dr Raja Appuswamy.

Réseaux Véhiculaires basés sur la Connaissance

Date
Position
Poste de Doctorant (H/F) Références : CS/JH/NKN/0622
More info
CS_JH_PhD_NKN_150322_FR_0.pdf108.08 Ko

Le département des Systèmes de Communication d’EURECOM propose un poste de Doctorant (M/F) dans le domaine des réseaux de connaissance - Named Knowledge Networking (NKN) -  appliqué au contexte de la mobilité automobile connectée et autonome.

Apprentissage Automatique, Modèles génératifs à base de diffusion

Date
Position
Poste de Doctorant - Offre de thèse H/F (Références : DS/PM/DIFF/022022)
Résumé

Le but de cette thèse est d'approfondir notre compréhension et de développer de nouvelles méthodologies pour les modèles génératifs probabilistes. Il existe de nombreux types de modèles génératifs, notamment les réseaux GAN, les auto-encodeurs variationnels et les modèles basés sur les flux. Récemment, de nouvelles méthodes basées sur des idées empruntées à la thermodynamique hors équilibre, à savoir les modèles probabilistes basés sur la diffusion, ont vu le jour : ces méthodes peuvent être étudiées sous différents angles, dont les processus de diffusion de Markov en temps discret, les équations différentielles stochastiques qui utilisent la fonction « score », ou plus généralement les méthodes de transport optimal et la résolution d'équations aux dérivées partielles de grande dimension.

 

More info
DS_PM_DIFF_022022_FR.pdf103.68 Ko

Dans cette Thèse, nous visons à résoudre les difficultés exceptionnelles des modèles basés sur la diffusion, qui incluent l'efficacité de calcul pour l’entrainement et l'échantillonnage, ainsi que la qualité et la structure des échantillons générés, pour n'en nommer que quelques-uns. Un défi supplémentaire que nous considérons concerne la nature des données que nous visons à modéliser : nous visons à généraliser les modèles actuels à des espaces génériques non euclidiens.

S'abonner à Doctorant