Risque et Cybersécurité Data analytics et Intelligence artificielle Réseaux et internet des objets

Le programme doctoral IA@IMT, porté par la thématique phare Data analytics & IA vise à renforcer le positionnement scientifique de l’Institut Mines-Télécom dans le domaine prioritaire de l’Intelligence Artificielle tout en répondant aux impératifs stratégiques nationaux associés, en :

  1. Améliorant la recherche actuelle sur l’intelligence artificielle, en impliquant plus de doctorants dans des projets nouveaux ou existants ;
  2. Encourageant la recherche sur l’IA avec un accent particulier sur la transition numérique, la transition énergétique, l’industrie du futur, la santé connectée ;
  3. Développant une recherche partenariale pour répondre aux besoins de l’industrie et de la société.

Ce programme implique la participation de plusieurs écoles IMT (IMT Atlantique, Institut Mines-Télécom Business School, Mines Saint-Étienne et IMT Lille Douai) ainsi que de TeraLab, une plate-forme d’accélération en recherche, en innovation et en éducation en matière d’IA et de Big Data.

Ce programme porte sur le cofinancement de 20 thèses à 50% par l’ANR dans le cadre du programme national de recherche en IA, ce qui en fait l’un des programmes les plus importants financés dans ce cadre.

Pour l’année 2021, 11 sujets ont été retenus par le comité d’orientation, composé de 4 académiques et 4 acteurs de la recherche privée, externes à l’IMT.

Ces sujets couvrent des enjeux très actuels de l’IA en lien avec des domaines à fort enjeu, tels que la sécurité, la santé, l’industrie du futur, l’économie de la donnée… :

(cliquez sur le titre pour télécharger le fichier PDF de l’offre de thèse)

  1. « Extraction de scénarios probables par corrélation d’alertes », Yann Busnel, Romaric Ludinard (IMT Atlantique), Stéphane Paquelet (b<>com)
  2. « Valuing data in the emergence of data exchange markets », Charlotte Krychowski (Institut Mines‐Telecom Business School), Véronique Blum (Université Grenoble Alpes)
  3. « Commande robuste de systèmes non-linéaires basée sur un modèle LPV hybride physique-neuronal », Philippe Chevrel, Maxime Thieffry, Mohamed Yagoubi (IMT Atlantique)
  4. « Automated Assessment and Intervention Models for Maximizing Situation Awareness in Robotic Surgery », Caroline Cao, Mathieu Chollet (IMT Atlantique), Katherine J. Kuchenbecker (Max Planck Institute for Intelligent Systems, Stuttgart, Germany)
  5. « Modélisation et intégration des données multi-vues : détection de données aberrantes et extraction de règles » Arnaud Doniec, Stéphane Lecoeuche, Jerry Lonlac (IMT Lille Douai), Alexis Lesage (Intent technologies)
  6. « Agentification sensible au contexte, des comportements piétons à partir de méthodes Deep novatrices appliquées à des données vidéo et 3D », Hassen DRIRA, Jacques BOONAERT (IMT Lille Douai)
  7. « Projet Knowledge In Medical Imaging (KIMI) », Caroline Cao, Cédric Dumas, Pierre-Henri Conze (IMT Atlantique), Gwenolé Quellec (Inserm)
  8. « Applications de l’apprentissage profond pour l’analyse de la respiration pour l’aide au diagnostic », Claude Berrou, Nicolas Farrugia (IMT Atlantique), Olivier Menut (OSO-AI)
  9. « Apprentissage few-shot pour les systèmes BCI », Vincent Gripon, Giulia Lioi, Bastien Pasdeloup (IMT Atlantique)
  10. « Étude des interactions entre systèmes d’intelligence artificielle en cybersécurité par la théorie des jeux », Patrick Maillé, Yann Busnel (IMT Atlantique), Stéphane Paquelet (b<>com)
  11. « Deep Geodesic Learning for SpatioTemporal Modeling », François Rousseau (IMT Atlantique), Douraied Ben Salem (CHRU Brest)

Les candidates et candidats intéressés peuvent se rapprocher des animateurs de la thématique (Stéphane LECOEUCHE, stephane.lecoeuche@imt-lille-douai.fr et Olivier BOISSIER, olivier.boissier@mines-stetienne.fr) pour plus de précision sur ce programme doctoral et une mise en relation avec les équipes d’encadrement.