Khue

Updated list of Internship/PhD positions

8 posts in this topic

New offers will be updated frequently in this topic.

Share this post


Link to post
Share on other sites

PhD position: Caméra 3D par Depth from Defocus et Machine Learning 

Quote

Sujet de thèse / Open PhD position: 
Caméra 3D par Depth from Defocus et Machine Learning 

@ ONERA - The French Aerospace Lab et Telecom Paristech 

Mots-clés : Vision 3D, machine learning, deep learning, depth from defocus 

L'objectif de cette thèse est de développer de nouvelles approches d'apprentissage profond (ou deep learning) dans un contexte de caméra 3D monovoie passive utilisant le flou de défocalisation pour estimer la profondeur, approche désignée par le terme Depth from Defocus (DFD). Comme l'estimation de la profondeur se fait au prix d'une dégradation de la qualité des images à cause du flou de défocalisation,l'enjeu du DFD est de disposer de méthodes rapides et précises pour l'estimation de flou et la restauration des images. Les approches par apprentissage promettent des temps de calcul réduits et une robustesse importante vis-à-vis de la variabilité de la scène par rapport à l'état de l'art. Ces nouvelles approches seront validées expérimentalementsur des optiques classiques et non conventionnelles, dédiées au DFD. La thèse permettra de construire un système de vision 3D compact et rapide, utilisable par exemple dans la boucle de perception d'un robot, pour la surveillance et l'exploration de sites. 

Keywords : 3D vision; Deep learning; Machine-learning; Depth From Defocus 

The aim of this PhD is to develop new deep learning approaches for a single-lens 3D camera based on depth-from-defocus (DFD). Since DFD estimates depth thanks to defocus blur embedded in the optics, the challenge consists in having fast and precise methods for both blur estimation and image restoration. Deep-learning-based methods to estimate depth will allow constrained computation times and robustness to scene statistics variance. These new methods will be assessed experimentally on standard and unconventional optics. A practical objective will be to build a fast and compact 3D-vision system, for robot perception or scene monitoring and exploration. 

Plus d'info ici / more info here: [These_EVF_2016_3D_CAMERA.pdf] 

Contacts :
Pauline Trouvé-Peloux [email protected]
Bertrand Le Saux [email protected]
Andrès Almansa [email protected] 

Share this post


Link to post
Share on other sites

Thèse CIFRE Ina et Inria-Zenith: “Apprentissage interactif de représentations multicouche à large échelle pour la création de bases de connaissances dans le contexte de la valorisation d’archives”

https://team.inria.fr/zenith/these-cifre-ina-et-inria-zenith-apprentissage-interactif-de-representations-multicouche-a-large-echelle-pour-la-creation-de-bases-de-connaissances-dans-le-contexte-de-la-valorisation-darchives/

Share this post


Link to post
Share on other sites

PhD in Computational Light Fields Imaging at INRIA Rennes.

Starting September 2016.

https://drive.google.com/file/d/0B4yzpzC3QL6-Ty0tejd3dVBNdms/view?usp=sharing

 

OPEN PHD POSITION AT BELL LABS FRANCE / EURECOM IN MACHINE LEARNING /
GAME THEORY


The Mathematics of Complex and Dynamic Networks Department of
Alcatel-Lucent Bell Labs France and the Data Science Department of
EURECOM invite applications for a fully funded PhD position on "Learning
in Blotto games and applications to modeling attention in social
networks." The PhD will be co-supervised by Dr. Alonso Silva
(https://www.bell-labs.com/usr/alonso.silva) and Prof. Patrick Loiseau
(http://www.eurecom.fr/~loiseau).

A complete description of the position is available at
http://www.eurecom.fr/~loiseau/PhdProposition-Alcatel-EURECOM-2.pdf.

The PhD topic is at the intersection of machine learning and game
theory, with application to modeling social networks. Candidates should
have a strong background in mathematics (probability and preferably
learning or game theory or both) and an interest in the application to
social networks; and should hold a MSc degree (or equivalent) by the
start of the PhD (expected Fall 2016).

Interested candidates are encouraged to apply before May 16, 2016, by
sending the following documents to [email protected] and
[email protected]: a detailed CV, a list of courses and grades in
the last two years (at least), the name of 2-3 references willing to
provide a recommendation letter for their application, a short statement
of interest and any other information useful to evaluate the application.

Any question regarding the position can also be sent directly to the
supervisors at [email protected] and [email protected].

Share this post


Link to post
Share on other sites

4 open PhD positions in Deep Learning for Natural Language Processing at INRIA Nancy.

 

Notre équipe à Inria Nancy propose plusieurs sujets de thèse sur

l'apprentissage profond pour:
- le rehaussement de la parole
- la reconnaissance robuste du locuteur
- la reconnaissance robuste de la parole
- l'adaptation du modèle de langage

Détails:
http://www.adum.fr/as/ed/voirproposition.pl?site=IAEM&matricule_prop=12468
http://www.adum.fr/as/ed/voirproposition.pl?site=IAEM&matricule_prop=12465
http://www.adum.fr/as/ed/voirproposition.pl?site=IAEM&matricule_prop=12473
http://www.adum.fr/as/ed/voirproposition.pl?site=IAEM&matricule_prop=10773

Profil:
Master 2 recherche en informatique, apprentissage, traitement du signal 
ou mathématiques appliquées.
Expérience de programmation en Python ou C/C++.

Environnement de travail:
Multispeech (https://team.inria.fr/multispeech/) est une équipe de 30 
personnes couvrant différents champs de recherche sur la parole faisant 
appel à l'apprentissage automatique et au traitement du signal.

Dates limites de candidature:
- 31 mai pour les bourses de l'école doctorale
- 30 juin pour les autres bourses

Pour candidater:
Ouvrir le formulaire au bas de la page web.
1 person likes this

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!


Register a new account

Sign in

Already have an account? Sign in here.


Sign In Now