Cohorte – Thème For Human

Sujet : Visual attention modeling for 3D scenes in Virtual and Mixed Reality
Établissement : UN
Laboratoire(s) : LS2N
Encadrant(s) : Patrick Le Callet, Matthieu Perreira Da Silva,

Résumé :La thèse se situe dans le contexte du projet ANR PISCo (https://projet.liris.cnrs.fr/pisco/). L’objectif du projet est de proposer des algorithmes et outils permettant une visualisation interactive, des scènes 3D (AR/VR) avec une très haute qualité d’expérience utilisateur (user QoE). La scène 3D étant visualisée au travers une fenêtre donnée (le viewport), cette thèse vise à optimiser l’affichage dans cette fenêtre en considérant des modèles d’attention visuelle capable de prédire où l’observateur regarde, ou bien va regarder et ainsi sélectionner les primitives et niveaux de détails. L’originalité du projet réside dans la considération de données 3D riches, intégrant non seulement des informations géométriques mais également des attributs d’apparence et d’animation.

Sujet : TALMed : Traitement Automatique de la Langue Médical
Établissement : Université de Nantes
Laboratoire(s) : LS2N / CRTI
Encadrant(s) : Emmanuel Morin, Béatrice Daille, Pierre-Antoine Gourraud

Résumé :Développement de ressources et de méthodes spécifiques au domaine biomédical français pour l’extraction d’informations dans des comptes rendus hospitaliers.
Financement : AiBy4 – CRTI

Sujet : Analyse distributionnelle en domaine de spécialité
Établissement : UN
Laboratoire(s) : LS2N
Encadrant(s) : Emmanuel Morin, Thierry Hamon

Résumé :L’analyse distributionnelle en domaine de spécialité vise à regrouper les termes supposés sémantiquement proches pour en créer des représentations sémantiques, des plongements de mots, par exemple. Nous avons pour objectif de prendre en compte les informations inhérentes aux domaines étudiés pour l’intégrer dans les modèles d’analyse distributionnelle en domaine de spécialité, dans le but d’améliorer ces représentations distributionnelles.

Sujet : Modèle d’apprenant pour l’apprentissage de ressources éducatives libre
Établissement : 0
Laboratoire(s) : LS2N
Encadrant(s) : Colin de la Higuera, Hoël le Capitaine,

Résumé :Systèmes de recommandation, Applications web, Apprentissage automatique, Ressources Educatives Libres Que ce soit dans le cadre de l’apprentissage formel ou de l’apprentissage informel, l’expérience d’apprentissage en ligne peut être accompagnée automatiquement : des nouvelles ressources peuvent être recommandées, un parcours personnalisé peut être proposé. A plus long terme, c’est une suite de ressources cohérente qui peut être proposée à un apprenant.

Sujet : Capturing and modelling the singularity of spatial trajectories
Établissement : UN
Laboratoire(s) : LS2N
Encadrant(s) : Patrick Le Callet, Antoine Coutrot,

Résumé :Le projet est centré sur le jeu de données Sea Hero Quest, composé de trajectoires captées dans un jeu vidéo et des profils démographiques des joueurs. Le but est de développer des outils d’analyse de trajectoires permettant de faire le lien entre profil démographique et stratégies de déplacements et d’orientation.

Sujet : Dialogue humain machine pour l’assistance au diagnostic médical
Établissement : IMT atlantique
Laboratoire(s) : CRTI inserm U1064 et LS2N
Encadrant(s) : Franck Mars, Pierre Antoine Gourraud, Cédric Dumas

Résumé :L’utilisation des données patients et de l’IA afin de mettre en perspective des diagnostics par rapport à des populations locales ou des groupes de populations partageant d’autres caractéristiques.

Sujet : Inverse Reinforcement Learning of a task performed by human
Établissement : UN
Laboratoire(s) : LS2N
Encadrant(s) : Patrick LE CALLET, Laurent DOLLE,

Résumé :Our main goal is to build and develop an imitation learning framework that can allow industrial robots to understand and solve a given task by only observing a human expert performing the task, without any prior knowledge about the task or the world dynamics.

Sujet : Développement d’outils de médecine de précision pour accompagner la prise de décision médicale.
Établissement : UN
Laboratoire(s) : CRTI
Encadrant(s) : Pierre-Antoine Gourraud, Nicolas Vince, Sophie Limou

Résumé :Le sujet de thèse repose sur le développement de deux logiciels de médecine de précision pour la transplantation. Le premier objectif a été la mise en place d’une suite web (comprenant aujourd’hui 4 outils) pour simplifier l’analyse des génotypes HLA (http://hla.univ-nantes.fr). Le travail à ensuite porté sur le développement d’un outil d’aide à la décision pour les cliniciens pour une meilleure prise de décision dans le suivi des patients transplantés rénaux.

Sujet : 0
Établissement : ECN
Laboratoire(s) : LS2N
Encadrant(s) : Alain Bernard, Farouk Belkadi,

Résumé :The advance of AM technology leads to have ; large number of parameters and poor understanding of their interaction. As a result the need of systems that could assist and help experts and users to aid the decision making , also to support the data management in a homogeneous manner. Thus the main objective of this thesis is to develop a framework to manage the AM value chain by; Proposing model of traceability, and building different decision support systems for different cases in AM.

Sujet : Explicabilité des modèles profonds sur des données à composante textuelle :​ entre modèle interprétable et visualisation
Établissement : UN
Laboratoire(s) : LS2N
Encadrant(s) : Harold Mouchère, LS2N (IPI), UN (IUT Nantes), Fabien Picarougne, LS2N (Duke), UN (Polytech Nantes), Alexandre Hardouin, Pôle Emploi

Résumé :Pôle Emploi souhaite casser l’effet boîte noire existant autour des algorithmes d’apprentissage automatique et profond, utilisés par l’établissement. Par ailleurs, Pôle Emploi a l’obligation légale de pouvoir fournir les règles et algorithmes ayant une influence sur les utilisateurs. Sont aussi liées des problématiques éthiques (biais, discrimination). Cette thèse a pour but de fournir des explications de systèmes opaques, et permettre la conception de modèles d’IA plus transparents.
Financement : CIFRE – Pôle Emploi
Vidéo de présentation