← Retour aux offres

Stage PFE Ingénieur de Recherche en Intelligence Artificielle

Postée le 19 jan.

Lieu : Grenoble · Contrat : Stage · Rémunération : A négocier

Société : CEA-LIST

Le CEA (commissariat à l’énergie atomique et aux énergies alternatives) est un institut de recherche de premier plan et un acteur majeur dans les domaines de l’énergie, l’information, la santé et la défense. Spécialiste des systèmes numériques intelligents, le CEA-LIST a pour mission principale la recherche et l’innovation pour opérer des transferts technologiques au profit du monde industriel. Le stage se déroulera au sein du LIST, dans le Laboratoire d’Intelligence Intégrée Multi-capteurs (localisé à Grenoble), qui regroupe des experts en intelligence artificielle, systèmes embarqués et capteurs.

Description du poste

Sujet : Réseaux de neurones artificiels de type graph (Graph Neural Network) appliqués à des données radar pour robotique autonome

Les algorithmes de deep learning (réseaux de neurones artificiels) ont démontré des performances exceptionnelles dans de nombreuses tâches (langage, vision…), et sont de plus en plus utilisés dans le contexte de la navigation autonome. En effet, de nombreuses applications de robotique (voitures autonomes, drones…) requièrent une représentation et compréhension de l’environnement précise. Les robots sont équipés de divers capteurs (caméra, capteur d’inertie, lidar…) dont les données sont interprétées par des algorithmes (estimation de la position, détection et classification d’objets…). Parmi ces capteurs, les radar (radio detection and ranging) sont particulièrement intéressants car ils sont robustes à des conditions d’environnement dégradées (faible luminosité, mauvaise météo…). Cependant, ils produisent des données éparses avec une faible résolution, ce qui les rend difficiles à exploiter par les algorithmes traditionnels. Récemment, les réseaux de neurones artificiels basés sur une représentation des données sous forme de graphe (Graph Neural Networks - GNN) ont montré une bonne précision sur des données de capteurs éparses et bruitées [1]. En conséquence, l’utilisation de GNN pour exploiter les données radar semble très prometteuse [2].
L’objectif du stage sera d’implémenter des algorithmes de réseaux de neurones artificiels, en particulier GNN, pour interpréter des données issues de capteurs radar d’un drone terrestre ou aérien pour une application de perception autonome. L’étudiant(e) sera intégré(e) dans une équipe pluridisciplinaire dynamique. Il/elle bénéficiera d’une montée en compétence sur les réseaux de neurones artificiel et les applications de navigation autonome.

Mots-clés : intelligence artificielle, deep learning, réseaux de neurones artificiels, graph neural networks, vision par ordinateur, robotique, radar

Références :
[1] Dalgaty et al, « HUGNet: Hemi-Spherical Update Graph Neural Network applied to low-latency event-based optical flow » Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2023, pp. 3952-3961
[2] Fent, et al., "RadarGNN: Transformation Invariant Graph Neural Network for Radar-based Perception," Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2023, pp. 182-191.

Profil recherché

Profil recherché : Etudiant(e) en dernière année d’école d’ingénieur ou Master 2

Compétences souhaitées : Une connaissance approfondie en informatique et langages de programmation (notamment Python). Des connaissances en intelligence artificielle et une expérience dans les réseaux de neurones artificiels est un plus. L’entretien de recrutement pourra faire référence aux deux publications citées.

Durée du stage : 6 mois

Pour postuler :

https://www.emploi.cea.fr/offre-de-emploi/emploi-stage-ingenieur-master-2-intelligence-artificielle-reseaux-de-neurones-artificiels-graphes-h-f_29167.aspx

Contact : Manon Dampfhoffer (manon.dampfhoffer@cea.fr), Tiana Rakotovao (tiana.rakotovao@cea.fr)