Cette page s’enrichira au fur et à mesure des réalisations des doctorants.
Vidéos Paroles de chercheurs – Muséum 2022
Projection d’interviews de plusieurs chercheurs dans l’amphithéâtre. Découvrez leurs travaux en lien avec l’I.A., ainsi que leur vision du futur.
Vincent Lostanlen
Chercheur au CNRS LS2N
Solen Quiniou Enseignante-Chercheuse NU, IUT de Nantes, LS2N
Matthieu Perreira Da Silva Enseignant-Chercheur NU, Polytech Nantes, LS2N
Eric Le Carpentier Enseignant-Chercheur NU, Centrale Nantes, LS2N
Vidéos du colloque JSUN2021 – Industries du Futur
Rachid Alami LAAS, Directeur de Rech. CNRS, titulaire de la Chair 3IA ANITI « Decisional issues for an assistive or teammate robot »
Dao Minh Quan
LS2N
« Perception systems for Autonomous Driving »
Mathieu Riand
LS2N
« Apprentissage auto-supervisé pour la reconnaissance d’actions »
Vidéos du colloque JSUN2021 – Santé du futur
Roberto Ardon / Incepto-Medical
PhD, Chef Data Scientist
« Approches antagonistes pour l’explication visuel de classifieurs à réseaux de neurones en radiologie: Gagner la confiance du radiologue. »
Mickael TARDY
LS2N
« Recherche d’anomalies en mammographie avec apprentissage faiblement supervisé »
Pierre DROUIN
LMJL
« Développement de méthodes d’analyse de trouble de la marche à l’aide d’un capteur de mouvements »
Rémi Vallée
LS2N-IMAD
« Influence de l’expertise sur l’attention humaine et artificielle dans des images médicales »
Vidéos des thèses 2020
Guillaume BEAUDESSON
IMN
« Prédiction in silico de phases et interfaces cristallines »
Noemie MOREAU
LS2N
« Utilisation de l’apprentissage profond pour la caractérisation d’images TEP/TDM dans le cadre du cancer du sein métastatique »
Dinesh RAM
IMN
« Conception et évaluation expérimentale d’alliages « à composition complexe » (HEA/CCA) à haute résistance mécanique »
Gaelle JOUIS
LS2N
« Explicabilité des modèles profonds sur des données à composante textuelle : entre modèle explicite et visualisation »
Mathilde MONVOISIN
LS2N
« Modèle graphique probabiliste appliqués aux procédés de fabrication. »
Tritan GOMEZ
LS2N
« Apprentissage profond pour l’extraction d’information morpho-cinétiques à partir de vidéos time-lapse microscopiques d’embryons humains. »