AFXR
Menu icoMenu232Dark icoCross32Dark

Ajoutez un logo, un bouton, des réseaux sociaux

Cliquez pour éditer
  • AFXR
  • Accueil ▴▾
  • L'AFXR ▴▾
    • Qui sommes-nous ?
    • L'équipe
    • Partenaires
    • Contribuer
    • Statuts
  • Evénements ▴▾
    • Evènements
    • Journées jf·XR 2025
    • Archives des jf·XR
  • Ressources ▴▾
    • Blog de l'AFXR
    • Publications clés
    • Entretiens sur la XR
    • Qu'est-ce que la XR ?
  • Communauté ▴▾
    • Offres d'emplois
    • Annuaires
    • Agenda commun
  • Zone Membre ▴▾
    • Que pouvez-vous y trouver ?
    • Annuaire
    • Soumettre un article
    • Soumettre une offre de poste
    • Communication Adhérents
  • Nous soutenir
  • Se connecter
  • Qui sommes-nous ?
  • L'équipe
  • Partenaires
  • Contribuer
  • Statuts
  • Evènements
  • Journées jf·XR 2025
  • Archives des jf·XR
  • Blog de l'AFXR
  • Publications clés
  • Entretiens sur la XR
  • Qu'est-ce que la XR ?
  • Offres d'emplois
  • Annuaires
  • Agenda commun
  • Que pouvez-vous y trouver ?
  • Annuaire
  • Soumettre un article
  • Soumettre une offre de poste
  • Communication Adhérents
Retour
Alexandre KABIL
8 janvier 2023
Stage M2: Modèle graphique et visualisation interactive

ABONNEZ-VOUS À NOTRE NEWSLETTER

Abonnez-vous à notre newsletter
icoCross16Dark

Stage M2: Modèle graphique et visualisation interactive

Mots clés : visualisation interactive, modèles graphiques, visualisation comparative, modèles d'apprentissage (Intelligence Artificielle IA).

Contexte

La production alimentaire durable est l'un des principaux défis auxquels notre monde est confronté aujourd'hui. Différents types d’experts à l'INRAE (Institut national de recherche pour l'agriculture, l'alimentation et l'environnement) étudient cette question. Ces experts peuvent être des biologistes et des agronomes (experts du domaine) ainsi que des statisticiens et des mathématiciens (modélisateurs) produisant des modèles qui simulent des processus biologiques et agricoles complexes.

Ce travail s’inscrit dans le cadre du projet de recherche ANR EVAGRAIN, dont l’objectif est de développer en collaboration avec des acteurs de la filière céréalière un outil permettant de prédire la qualité de blé à partir de données collectées chaque année afin de pouvoir mieux anticiper les difficultés dues aux événements climatiques. Pour ce faire, une base de connaissances structurée par une ontologie a été établie, permettant d’intégrer les nouvelles données générées pendant le projet. A partir de celle-ci, des modèles d’apprentissage explicatifs sont générés, appris en intégrant des connaissances expertes.

Actuellement, les modèles d'apprentissage sont développés hors ligne, puis présentés à des experts du domaine lors d'une réunion planifiée. Au cours de la discussion, les experts donnent leur avis sur les variables à prendre en compte, les dépendances pertinentes et celles qui doivent être modifiées. Bien que les experts trouvent très utile d'être impliqués dans le processus de modélisation, il existe actuellement un certain nombre de problèmes qui entravent la collaboration entre les modélisateurs et les experts du domaine : (a) la critique du résultat appris est manuelle et fastidieuse, et les indicateurs de qualité des modèles existants sont difficilement interprétables par les experts. Le modélisateur prend actuellement des notes, puis revient au code pour implémenter les modifications ; et (b) le processus prend du temps et est sujet aux erreurs.

Objectif du stage

L'objectif de ce stage est de faciliter le dialogue entre les experts du domaine en agronomie et technologie alimentaire et les modélisateurs en concevant et en mettant en œuvre un système de visualisation en ligne. L'étudiant.e sélectionné.e doit effectuer les tâches suivantes:

  • une revue de littérature sur la visualisation / explication des réseaux Bayésien et les interfaces d’élicitation des connaissances expertes.
  • suivre une méthodologie de conception centrée sur l'utilisateur pour concevoir et mettre en œuvre un système de visualisation en ligne
  • évaluer le prototype développé avec des experts du domaine et les modélisateurs.

L'étudiant.e sélectionné.e s'appuiera sur des travaux existants du projet ANR EVAGRAIN. Les ressources suivantes sont actuellement disponibles pour un démarrage immédiat de ce stage : des données sur les différents tests de qualité du blé et de la farine ; une implémentation préliminaire du modèle d'apprentissage en Python ; des enregistrements vidéo d'échanges et de discussions en ligne entre modélisateurs et experts du domaine lorsqu'ils sont confrontés à un modèle d'apprentissage ; et l'accès à des experts du domaine pour recueillir les besoins et les commentaires des utilisateurs.

Profil souhaité

Les compétences requises incluent : développement web ; programmation (JavaScript, Python, autre); conception centrée sur l'utilisateur ; visualisation d'informations. Intérêt pour travailler avec des données et des experts du domaine. Des connaissances en machine learning ne sont pas requises mais un plus.

Environnement scientifique

Encadrants : envoyer CV et lettre de motivation à Nadia Boukhelifa nadia.boukhelifa@inrae.fr (INRAE, Uni. Paris-Saclay), Mélanie Munch melanie.munch@u-bordeaux.fr (Univ. Bordeaux), et Anastasia Bezerianos anastasia.bezerianos@universite-paris-saclay.fr (Polytech, Uni. Paris-Saclay)

Collaborateurs : Cédric Baudrit (INRAE), Kamal Kansou (INRAE)

Durée du stage : 6 mois, début Février ou Mars 2023

Lieu : AgroParistech Campus de Saclay, 22 place de l'agronomie 91120 Palaiseau

Allocation : environ 600 euros par mois

Documents
icoPaperclip32Dark EVAGRAIN_Stage_inrae_1.pdf
Découvrez davantage d'articles sur ces thèmes :
Recrutement Recherche Data Visualization Intelligence Artificielle
icoFacebook35Color icoTwitter35Color icoLinkedin35Color icoComment35Color
icoFacebook35Color icoTwitter35Color icoLinkedin35Color icoComment35Color
0 commentaire(s)
ou
Connectez-vous
Aucun commentaire pour le moment.
Consultez également
Poste Doctorant F/H Immersive and Situated Visualizations of Personal Data

Poste Doctorant F/H Immersive and Situated Visualizations of Personal Data

Informations généralesThème/Domaine : Interaction et visualisationInstrumentation et...

Alexandre KABIL
27 avril 2020
Thèse : « «Dynamique d’interactions tactiles et cognition sociale » à l’UTC

Thèse : « «Dynamique d’interactions tactiles et cognition sociale » à l’UTC

Poursuivez ici selon votre inspiration...Type de financement : Demi-bourse région + demi-bourse...

1 mai 2020
Internship on Intelligent Tutoring System in Virtual Reality

Internship on Intelligent Tutoring System in Virtual Reality

Keywords: Virtual Reality Training System (VRTS), Data collection and analysis, Machine...

Alexandre KABIL
3 mai 2020
Postdoctoral researcher / Research engineer (AR/VR)

Postdoctoral researcher / Research engineer (AR/VR)

Keywords: Human Machine Interaction, Virtual Reality, Virtual Reality Training Systems (VRTS),...

Alexandre KABIL
3 mai 2020
Thèse: Prototypage rapide d’interactions en RA/RV

Thèse: Prototypage rapide d’interactions en RA/RV

Mots-clés : Interaction homme – machine (IHM), réalités virtuelle et augmentée (RV&A), génie...

Alexandre KABIL
4 mai 2020
Thèse en réalité virtuelle de l'Université Paris Saclay

Thèse en réalité virtuelle de l'Université Paris Saclay

Sujet de la thèse: Comprendre l’impact des rétroactions et de l’accompagnement virtuels sur...

Alexandre KABIL
4 mai 2020
Contacts
  • UFR Sciences et Technologies de l'Université Evry-Paris-Saclay, CE1455, 40 rue de Pelvoux, 91020 EVRY
  • Contact
Informations
  • A propos
  • Manifeste de l'AFXR
  • Les Statuts
  • Partenaires
Réseaux sociaux
  • LinkedIn
  • Twitter
  • Facebook
  •  
  • Plan du site
  • Licences
  • Mentions légales
  • CGUV
  • Paramétrer les cookies
  • Se connecter
  • Propulsé par AssoConnect, le logiciel des associations Professionnelles