Scientific direction Development of key enabling technologies
Transfer of knowledge to industry

Programme de stages

Mathématiques, information  scientifique, logiciel >> Mathématiques, information  scientifique, logiciel
51 proposition(s).

STA- Gestion de la configuration réseau dans un contexte Industrie 4.0 H/F

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7919

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : michael.boc@cea.fr

L'évolution vers les usines du futur (Industrie 4.0) s'accompagne de la mise en réseau de systèmes cyber-physique (Cyber-Physical Systems - CPS) sur les équipements de l'usine (machines et lignes de production, robots, convoyage, stockage…) capables de suivre et d'analyser la production afin d'améliorer les rendements et d'optimiser les process. Par exemple, surveiller l'utilisation des stocks pour ajuster au mieux les besoins en matières premières, analyser les pièces produites pour détecter au plus tôt des défauts (zero defect manufacturing). Cette évolution vers l'usine "connectée" permet d'envisager des concepts comme l'usine intelligente (smart factory ou usine autonome) et d'aller vers des usines plus flexibles capables de fabriquer des pièces de plus en plus personnalisées. L'objectif de ce stage est de concevoir et développer une solution de gestion de la configuration réseau dans un contexte usine du futur (Industrie 4.0) en s'appuyant notamment sur la plateforme SDN (Software Defined Networking) du laboratoire. Dans ce contexte nous considérons une usine composée de postes de travail mobiles qui peuvent être agencés de manières différentes en fonction de la production. Cette reconfiguration des postes de travail amène naturellement une reconfiguration du réseau qui pourrait être dynamique grâce à l'utilisation du SDN. Ce stage comprendra notamment les étapes suivantes : - Mettre en place un banc de test et validation reproduisant un réseau industriel dynamique piloté par OPC-UA - Définir des scénarios d'arrivées de flux de données des équipements - Démontrer leurs prise en charge dans une architecture de gestion de la configuration réseau qui sera adaptée à cette occasion - Design et implémentation des algorithmes de calcul de configuration par exemple en se basant sur un système expert (arbre de décision préétabli) permettant de gérer la configuration des mécanismes Time-Sensitive Networking (TSN) - De valider les performance des algorithmes de calcul de configuration Le banc de test sera composé d'équipements de type Raspberry Pi sur Linux sur lesquels il faudra instancier le serveur OPC-UA Le candidat pourra s'inspirer de la documentation actuelle sur les standards TSN (groupe de travail IEEE 802.1TSN).

Stage-simulation HIL pour l'évaluation des niveaux de sureté d'une architecture

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7847

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : gabriel.pedroza@cea.fr

De nombreuses applications numériques sont basées sur l'intelligence artificielle (IA) et pour des taches critiques pour les systèmes autonomes comme la détection , l'inférence et la prise de décisions. Ces fonctions sont de plus en plus utilisées pour contrôler des véhicules , drones, aéronefs, etc ... systèmes dont la criticité nécessite une évaluation , une preuve, afin de montrer leur niveau de sureté vis à vis des risques encourus .A ce propos , notre laboratoire a besoin de se doter d'un démonstrateur pour explorer et montrer la faisabilité des approches pour l'évaluation de la sureté des systèmes basés IA. Le sujet de stage vise le développement d'un simulateur qui permettra de couvrir certaines étapes du processus d'évaluation de la sureté de fonctionnement .L'évaluation des niveaux de sureté d'un système basé IA peut se faire par simulation de type hardware in the loop .Afin de mieux cadrer le périmètre du démonstrateur et garder une généricité acceptable , les choix suivants sont pris: -une architecture générique est définie en considérant trois blocs (détection, contrôle d'inférence décision,contrôle d'actionneurs -l'implémentation des fonctions contenant des algorithmes IA est faite par le biais d'un système embarqué -le simulateur doit intégrer des modules assurant la spécification de target variables , objective fonctions et la génération des vecteurs caractéristiques en considérant les exigences fonctionnelles et de sureté . -le simulateur doit être interfacé avec un ensemble des modèles haut niveau permettant la conception dirigée par les exigences pour la sureté de fonctionnement etc... Cette chaine conception simulation doit permettre tout d'abord ,l'exploration des choix de conception de l'architecture générique. Par exemple , les choix de conception pour assurer un niveau d'intégrité et disponibilité des fonctions simulées embarquées , leur coût, temps d'implémentation , etc ... ces niveaux sont déterminés et imposés suite aux analyses de la sureté de fonctionnement menées sur les modèles haut niveau et ils orientent le déroulement de la simulation.Concernant la génération des vecteurs caractéristiques , l'exploitation des bases de connaissance existantes est envisagée. Néanmoins , on pourrait se limiter à la génération aléatoire des vecteurs .Les modules pour l'apprentissage et les tests de performance doivent permettre de comparer les choix d'implémentation et leur efficacité .Pour cela , des approches trouvées dans l'état de l'art peuvent servir de référence.

Stage - Etudier les règles de programmation non vulnérable H/F

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7846

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : asma.smaoui@cea.fr

La complexité grandissante des logiciels sûrs et performants rend nécessaire la possibilité d'aborder leur conception à des niveaux élevés d'abstraction. En effet, les gains en surface , temps ou consommation qu'il est possible d'obtenir lors des transformations , tant algorithmiques qu'architecturales , pourraient être proportionnels au niveau d'abstraction considéré .Pour réduire les coûts de développement et augmenter l'évolutivité , l'ingénierie dirigée par les  modèles (IDM) représente une véritable alternative .Cette approche s'appuie principalement sur le langage UML et sur l'initiative MDA(model driven architecture) dont le principe consiste en l'élaboration de modèles indépendants de toutes plate formes et leur spécialisation via des transformations pour l'implémentation effective des systèmes .Papyrus Software Designer est l'outil du LSEA permettant le développement des systèmes embarqués en proposant des générateurs de code depuis le modèle UML vers des langages de programmation de troisième génération tel que C/C++/Java. Le stagiaire devra étudier et appliquer dans Papyrus Software Designer les règles de programmation  non vulnérable qui consistent à éviter d'utiliser certains patrons de programmation susceptibles  de provoquer des erreurs d'exécution (pas de compilation) et d'introduire par la suite des failles dans le programme généré . Le stagiaire devra en particulier : - étudier les règles de programmation qui produisent un code plus sûr ,moins vulnérable pour les logiciels sûrs - modifier le générateur de code actuel (au moins pour un des langages supporté) pour produire un code respectant les règles déjà établies

Développement d'une application de robotique collaborative

DAQUIT

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Bordeaux

Nouvelle Aquitaine

6 mois

7769

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Saclay
Laurence LOURS, DRHRS / SCP / BSLDE
Bat 524
91191 Gif-sur-Yvette cedex
e-mail : stages@cea.fr

Depuis plus de 30 ans, l’équipe robotique du CEA Tech développe et transfert vers l’industrie des solutions robotiques dans les domaines du nucléaire, aéronautique… Ces études ont fait l’objet de développements de robots et d’outils logiciels de pilotage et de supervision permettant de faciliter l’intégration et l’utilisation de la robotique dans divers contextes. L’objectif du stage est de participer à un projet d’innovation d’un outil de production d’un industriel de l’aéronautique en développant une application de robotique collaborative. Le candidat aura pour mission principale la programmation du robot. Le candidat pourra également participer à la conception d’interface mécanique entre le robot et un éventuel outil, la programmation d’une interface graphique ou réalisation d’une interface physique (par ex à l’aide boutons poussoirs, interrupteurs, LEDs..). Le candidat pourra être amené à réaliser une veille technologique d’outils robotiques et éventuellement à participer au processus d’achat de composants du système.

Développement de méthodes d'optimisation de circuits booléens pour la cryptographie homomorphe .

DACLE

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7643

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : p.aubry@cea.fr

Un système de chiffrement homomorphe permet d'exécuter un ensemble complet d'opérations logiques - AND et XOR - directement sur des données chiffrées c'est à dire sans les déchiffrer .Pour aider le développeur à utiliser  cette technologie , le CEA LIST a développé l'outil Open source Cingulata qui permet d'exécuter homomorphiquement des programmes écrits dans un langage de haut niveau (C++).En effet , cet outil permet de transformer le code source de haut niveau dans un circuit boléen équivalent et d'exécuter ce circuit sur des données chiffrées. Grâce à cet outil, certaines entreprises peuvent ainsi fournir des services sur des données d'utilisateurs tout en préservant leur vie privée. Ces méthodes intéressent différents domaines d'application, tels que médical, l'industrie du futur ou la publicité ciblée.Néanmoins, les performances des implémentations actuelles ne permettent pas encore de pouvoir déployer ces services à grande échelle. En effet, les calculs en homomorphe induisent par construction du bruit .Ce bruit tend à augmenter avec la complexité des calculs effectués et les performances de calcul sont ainsi détériorées. L'objectif du stage est de proposer et de développer des réécritures de circuits booléens afin de minimiser le bruit induit et ainsi améliorer les performances des cryptosystèmes homomorphes Le but du stage est de développer un outil d'optimisation des circuits booléens spécifique aux contraintes de la cryptographie homomorphe .Parmi les différentes étapes à atteindre , on peut mentionner : -compréhension de l'outil Cingulata permettant la transformation des applications sur les données chiffrées de manière homomorphe en circuits booléens -identification des contraintes liées à l'exécution des circuits booléens en homomorphe et modélisation du problème d'optimisation à résoudre -étude de l'art sur des algorithmes d'optimisation existants pour les calculs booléens -comparaison et analyse de différents choix pour les algorithmes de résolution du problème d'optimisation identifié précédemment implémentation et validation de l'algorithme d'optimisation mettant en œuvre la solution retenue

Vérification d'anomalies temporelles sur des processeurs à pipeline VLIW ou à exécution entrelacée de threads

DACLE

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7640

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : belgacem.ben-hedia@cea.fr

Une anomalie temporelle est un phénomène contre intuitif pour lequel une accélération locale de l'exécution d'un programme se traduit par un ralentissement global de ce programme.Ces phénomènes sont déclenchés lorsqu'un programme s'exécute au dessus d'une architecture matérielle présentant des mécanismes de cache , de spéculation ou tout simplement disposant d'un pipeline.L'identification de ces phénomènes est importante dans la conception des systèmes temps réel , présents dans de nombreux domaines (automobile, aéronautique, etc), car il est alors possible d'optimiser les méthodes d'estimation des temps d'exécution pire cas des programmes temps réel et donc de réduire le coût de ces systèmes. Le laboratoire L3S développe actuellement un outil de détection d'anomalies temporelles de programmes temps réel en exploitant des méthodes formelles .Pour cela, il est nécessaire de modéliser d'une manière formelle à la fois les programmes temps réel mais également les architectures matérielles .L'objectif de ce sujet de stage est de modéliser des processeurs dits prédictibles , soit à pipeline VLIW(very long instruction word ) soit à pipeline à exécution entrelacée de threads matérielles , dans cet outil de détection d'anomalies temporelles.

Interaction avec objets tangibles actifs

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7507

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : cephise.louison@cea.fr

Le laboratoire des interfaces sensorielles concentre ses recherches sur le développement de nouvelles interfaces et de nouvelles interactions homme-machine. Grâce à notre équipe multidisciplinaire avec des compétences en mécanique, mécatronique, acoustique, informatique, ergonomie de conception et psychologie, nous couvrons l'ensemble du cycle de conception, de l'élicitation des besoins, à la construction de prototypes et leurs évaluations itératives. Dans le cadre des travaux sur l'interaction tangible, des prototypes ont été développés pour permettre une interaction tangible active sur table interactive (grande table ou tablette), i.e. avec des effets haptiques (par ex: en contrôlant la friction). Une architecture logicielle a été mise en place afin de pouvoir créer et appliquer des effets, ainsi que construire une librairie. Le sujet de ce stage porte donc sur la poursuite de ces travaux, d'une part en complétant les travaux sur les développements logiciels et le développement d'effets haptiques, et d'autres part l'ajout d'autres modalités telles que l'audio ou le visuel.

Prototypage d'un gant à retour haptique pour l'interaction homme/machine.

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7506

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : cephise.louison@cea.fr

L'expertise du laboratoire des interfaces sensorielles et ambiantes se situe sur l'intégration de capteurs et d'actionneurs pour le développement de nouvelles interfaces et de nouvelles interactions homme-machine. Grâce à une équipe multidisciplinaire combinant des compétences en mécanique, mécatronique, acoustique, informatique, ergonomie de conception et psychologie, le laboratoire couvre l'ensemble du cycle de conception, de l'élicitation des besoins, à la construction de prototypes et leurs évaluations itératives. Le stage consiste à développer un dispositif de gant haptique afin de retranscrire des sensations haptiques (retour de force et/ou tactile) lors de la manipulation d'objets virtuels. Après un bref état de l'art dans le domaine, l'objectif sera de spécifier puis de prototyper un dispositif, puis de développer les différentes briques logicielles pour interagir dans différentes applications, afin d'aboutir à un démonstrateur interactif.

Inspection tomographique robotisée de pièces planes par laminographie

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7275

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : caroline.vienne@cea.fr

Les approches classiques de tomographie industrielle par rayons X mises en œuvre pour obtenir la reconstruction 3D d'un objet d'intérêt connaissent un certain nombre de limitations. En général, l'objet doit être mis en rotation complète afin d'acquérir des vues sur 360° et doit s'inscrire complètement dans le champ de vue du détecteur. Cette contrainte limite la taille de l'objet qui peut être inspecté. Par ailleurs, pour garantir une reconstruction sans artefact, le flux de rayons X doit être suffisant pour traverser toutes les sections de l'objet, ce qui rend la tomographie classique peu compatible avec l'inspection d'objets plans présentant des rapports d'aspect importants. Ces limitations peuvent être levées par des approches de laminographie. Des trajectoires partielles en translation ou en rotation sont alors réalisées, où la source et le détecteur restent toujours du même côté de l'objet. Ces trajectoires peuvent être effectuées en déplaçant l'objet ou en gardant l'objet fixe et en mettant en mouvement de manière synchronisée la source X et le détecteur. Cette dernière solution sera considérée dans ce stage et sera appliquée sur la plateforme d'imagerie X robotisée installée au CEA List. L'objectif du stage sera l'étude par simulation des différentes trajectoires réalisables en se basant sur le logiciel de simulation tomographique CIVA CT développé au sein du département. Des optimisations de l'algorithme de reconstruction implémenté en C++ pour l'application de laminographie devront être étudiées. Enfin une inspection complète d'une pièce plane sera mise en œuvre sur la plateforme robotique d'imagerie X.

Stagiaire - Ingénieur/Master en informatique - Développement d'algorithme de traitement d'image H/F

DACLE-G

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Grenoble

Rhône-Alpes

6 mois

Ingénieur ou master 2 en informatique

7252

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : laurent.alacoque@cea.fr

Au sein du Département d'Architecture, Conception et Logiciel Embarqué (DACLE), le laboratoire L3I mène une activité de R&D dans le domaine de la conception de circuits intégrés imageurs intelligents permettant l’acquisition et le traitement temps-réel d’images dans les domaines de l’imagerie X, visible, infrarouge et TeraHertz. De plus en plus d’appareils photographiques proposent le stockage des photos dans un format brut sans perte. Ce format, RAW, dng, nef est de nature très différente des images jpeg classiques car il contient les informations non altérées du capteur d’image. Le processus de ‘développement numérique’ que l’on obtient notamment avec le logiciel LightRoom est en général réalisé en temps réel sur l’Image Signal Processor (ISP), circuit compagnon du capteur d’images, via un pipeline numérique d’algorithmes d’imagerie. Ce pipeline contient une dizaine d’étapes : réduction du bruit, dématriçage, reconstruction des couleurs, balance des blancs, accentuation des contrastes, rendu HDR, … et permet de tirer le meilleur parti des images acquises au point où la qualité des images dépend d’avantage de la qualité de ce traitement que de celle du capteur. L’objectif de ce stage est la réalisation d’un outil informatique permettant le « développement numérique » d’images brutes pour une grande variété de longueurs d’ondes. Au terme de ce stage, il sera possible de sélectionner, configurer et ordonner les étapes de traitement, ainsi que de tester aisément de nouveaux algorithmes de traitement d’image. Ce projet sera basé sur le langage Python 3, il permettra de : - définir des classes génériques et spécialisables pour les différents signaux et objets manipulés dans le traitement d’image (sources/sinks, signaux, images typées, lignes, statistiques) - définir des classes de traitements (ex : denoising, color reconstruction, …) génériques et spécialisables. Ces classes de traitement permettront d’évaluer facilement de nouveaux algorithmes au sein d’un pipeline de traitement. - définir un mécanisme d’agrégation et de routage de ces signaux et traitements permettant la définition des étapes successives d’un pipeline de traitement d’image, le stockage de cette définition dans un fichier de configuration, ainsi que son exécution. - Lorsque l’architecture globale de ce module python sera mature, un ou plusieurs algorithmes pourront être codés pour chaque traitement défini précédemment afin d’avoir un pipeline de reconstruction complet. - Au cours de ce stage, en fonction du goût du candidat, l’implémentation d’algorithmes accélérés basés sur Cython, ou utilisant le module OpenCV pourront être envisagés ; de même, un outil graphique de construction/exécution de pipelines graphiques permettant l’édition et la visualisation des signaux et traitements (avec sélection assistée des algorithmes disponibles) pourra également être réalisé.

Conception d'une plateforme d'expérimentation pour les réseaux privés de blockChain

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7243

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : francois.le-fevre@cea.fr

Le stage s'’inscrit dans le cadre de travaux menés au sein d'une équipe du CEA LIST qui développe des systèmes d'information coopératifs de confiance de type blockchain et s'intéresse aux aspects protocoles distribués dans ce contexte. Le stage se déroulera au sein du LICIA sur le site du CEA à NanoINNOV . Les technologies Blockchain pourraient ouvrir des opportunités sans précédent pour la mise en œuvre de processus d'affaires en environnements coopératifs et compétitifs .Chaque fois que nous avons besoin de développer des applications impliquant des entités autonomes géographiquement distribuées qui peuvent avoir des intérêts conflictuels , une blockchain deviendra un "must have" .Bien que prometteuse , la technologie actuelle de la blockchain n'est pas assez mûre pour pouvoir être exploitée dans plusieurs secteurs . La blockchain est une technologie de stockage distribué et de transmission d'information sans organe de contrôle.La blockchain possède plusieurs propriétés comme la désintermédiation , la résilience,la transparence, l'immuabilité et l'automatisation. Le LIST/DILS/LICIA étudie et développe des solutions pour gagner en confiance dans les applications distribuées de coopération avec une approche de bout en bout :de la conception au déploiement sur un réseau .Le laboratoire utilise ainsi différentes technologies de blockchain comme Ethereum,Parity,HyperledgerFabric ou encore Tendermint.Le laboratoire explore les propriétés de ces différents implémentations comme les protocoles , la sécurité ou encore les mécanismes de consensus .Pour cela , le laboratoire cherche à posséder en interne un cluster de nano ordinateurs lui permettant de simuler un réseau privé de blockchain afin d'explorer les limitations des blockchain actuelles.Ce cluster pourra aussi servir de plateforme de démonstration pour les clients du LICIA. Description du sujet: L'objectif est de réaliser un cluster homogène de nano ordinateurs opérant comme des nœuds de blockchain homogène ou hétérogène à terme , géré via Docker  .L'état de l'art montre des implémentations mêlant par exemple Ethereum et Raspbery. La plateforme d'expérimentation développée servira de base à de futurs projets de doctorat axé sur l'étude des infrastructures sûres pour les applications coopérantes .Un couplage sera envisagé avec une plateforme de simulation développée elle aussi au sein du LICIA . Le stagiaire aura pour activités : - de définir les spécifications de la ferme de nano ordinateurs avec la sélection du type de nano ordinateur - de choisir un type de blockchain pour déployer un ensemble de nœuds avec des propriétés hétérogènes ( délai de réponse, bizanthin ou non , type de mécanisme de consensus Proof of Work -Proof of Stake) - de réaliser le cluster de nano ordinateurs avec une gestion du déploiement des nœuds de blockchain via la dockerisation - de faire une étude comparative entre deux types de configuration ou deux types de blockchain déployées •

Analyse d'images 3D d'électrodes poreuses de batterie Li-ions et calcul des propriétés des matériaux: benchmark de différentes solutions logicielles

DEHT

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Grenoble

Rhône-Alpes

5 mois

Génie électrique

7240

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : guillaume.serre@cea.fr

Missions : Dans un contexte de forte croissance des études et recherches sur les batteries lithium-ions, le CEA souhaite renforcer l’analyse d’images 2D et 3D des matériaux poreux constitutifs des électrodes des batteries. Ces milieux poreux constituent les matériaux actifs siège des réactions électrochimiques. L’objectif du stage est d’évaluer les propriétés effectives des matériaux actifs (porosité, conductivité électrique et ionique, percolation, diffusion,...) à partir d’images 2D et 3D obtenues par microscopie MEB. Une comparaison des propriétés d'électrodes neuves et vieillies sera demandée. Le candidat utilisera pour cela différents logiciels (GeoDict, Avizo, ImageJ, outils internes), ce  qui permettra également d’évaluer leur pertinence pour ce type d‘étude. Il présentera une évaluation critique des outils numériques utilisés. Pour postuler, merci d'envoyer CV + LM à : guillaume.serre@cea.fr

Transfert de représentations deep learning entre tâches de vision par ordinateur

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7219

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : herve.leborgne@cea.fr

Le principal objectif de ce stage est de proposer et développer une représentation d’image améliorant les performances quand elle est transférée à une tâche de détection d’objets, de segmentation de scène ou même multimodale. Dans la veine des travaux réalisés en classification, le but est de minimiser les besoins en collecte de données annotées pour un utilisateur final. Dans un contexte pratique, une telle collecte (et l’annotation afférente) est très couteuse et il est donc primordial d’en minimiser l’impact dès la conception de l’approche. Notre équipe est constituée d’experts, de doctorants et de chercheurs en vison par ordinateur et traitement automatique du langage naturel, avec une forte appétence pour les méthodes d’apprentissage basées sur les réseaux de neurones profonds (deep learning). Nous disposons de nombreux codes et bases de données relatifs à ces sujets d’intérêt. En particulier, plusieurs thèses et travaux récents ont concerné le transfert d’apprentissage et l’adaptation à des domaines (langues, domaines visuels) peu dotés en données, sur lesquels la personne recrutée pourra s’appuyer. Selon le profil et les goûts du candidat, l’issue idéale de ce stage se concrétisera en une publication scientifique ou en un démonstrateur fonctionnel. Dans tous les cas, la méthode sera évaluée sur des bases de données publiques (par exemple ) pour se comparer à l’état de l’art. Le stage devrait faire l’objet d’une collaboration avec un ancien doctorant du laboratoire, aujourd’hui en post-doc aux Etats-Unis.

Évaluation d'un agent conversationnel pour la formation médicale

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7174

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : gaël.de chalendar@cea.fr

Ce stage s’inscrit dans le cadre du projet ANR LabForSims2 dont le but est de faire évoluer la simulation pour les professionnels de santé grâce à l’introduction de technologies innovantes. Deux grands axes technologiques (réalité mixte et analyse conversationnelle) sont inscrits dans le projet et appliqués dans deux méthodologies de simulation : jeu sérieux décrivant la stratégie diagnostique d’une urgence chirurgicale abdominale, d’une part, et mannequin haute fidélité dans un scénario de réanimation néonatale, d’autre part.  L’équipe Multimédia du LVIC est en charge, dans ce projet, du deuxième axe technologique qui traite de l’analyse conversationnelle. Dans ses travaux, elle a développé plusieurs agents conversationnels jouant les rôles de patient, de radiologue, de chirurgien, etc. pour dialoguer en langage naturel avec les étudiants en médecine.  L’objectif de ce stage est de réaliser l’évaluation scientifique des différents agents conversationnels dans le contexte médical. Le travail à réaliser consiste à collecter des données du domaine et à créer des corpus pour l’évaluation de la capacité des agents à comprendre et à dialoguer avec les étudiants en médecine pour des scénarios spécifiques. Plus spécifiquement, il s’agit de : collecter des données orales (dialogues, questions/réponses) et les transcrire en texte (à l’aide d’outils automatiques) ; annoter les données collectées ; identifier et modéliser des critères qui permettront de mener l’évaluation ; exploiter les critères et corpus pour développer et appliquer une méthodologie d’évaluation ; participer à la rédaction de publications scientifiques.

Apprentissage profond incrémental pour la recherche d'images

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7173

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : adrian.popescu@cea.fr

La recherche d'images par le contenu permet de retrouver des images similaires par rapport à une image requête donnée en entrée du système. Cette fonctionnalité est maintenant intégrée à des moteurs Web, comme Google Images et Bing Images, et est utilisée par de millions d'utilisateurs tous les jours. Elle comporte une vectorisation de l'image requête et de celles de la collection et une comparaison entre elles afin de retrouver les images de la collection les plus similaires à la requête. Un problème ouvert concerne l’évolutivité des systèmes de recherche d’images. Il est bien résolu concernant l’ajout de nouvelles images dans la collection mais pas concernant la mise à jour des vecteurs représentatifs des images. Cette mise à jour est très utile si on veut intégrer de nouvelles connaissances. Si on utilise une représentation sémantique des images, dans laquelle le vecteur caractéristique est formé de probabilités associées à des concepts tels « chat », « voiture », « tasse », «basketball » etc. (Ginsca et al., 2015), il s’agit de rajouter à la volée de nouveaux concepts et de les utiliser lors de la recherche d’images par le contenu sans avoir à recalculer intégralement les vecteurs à chaque ajout. Les travaux du stage vont s’appuyer sur des travaux récents en apprentissage incrémental (Rebuffi et al., 2017 ; Castro et al. ,2018; Belouadah et Popescu, 2018) pour la classification d’images. Il vont également utiliser des avancées concernant l’universalité (Girard et al., 2018) et la transférabilité (Yosinski et al., 2014) des représentations d’images basées sur des réseaux de neurones profonds. En fonction du profil du candidat choisi, de ses préférences et du temps disponible, un ou plusieurs des objectifs suivants vont être abordés : Quel type de représentation vectorielle des images se prête mieux à l’évolutivité ? Actuellement, la plupart des moteurs de recherche par le contenu se basent sur des représentations dites intermédiaires (avant dernière couche d’un réseau de neurones, par exemple). Nous avons montré que les représentations sémantiques constituent une bonne alternative (Ginsca et al., 2015) et but ici est d’analyser leurs mérites et limites. Quand est-il utile de mettre à jour la représentation des images afin d’intégrer de nouvelles connaissances ? Une solution potentielle à ce problème peut reposer sur de mesures de transférabilité (Yosinski et al., 2014) entre les concepts appris et ceux de la collection. Comment intégrer de nouvelles connaissances (concepts) dans les représentations des images sans avoir à réindexer l’intégralité de la collection ? Il s'agit ici d'évaluer les stratégies d'apprentissage et de les adapter au contexte de la recherche par le contenu, ainsi que d'étudier des structures d'index dynamiques. Les approches proposées vont être évaluées sur des bases d’images publiques telles ImageNet (Russakovsky et al., 2015) et OpenImages. Selon les résultats obtenus, le stage pourra faire l’objet d’une public

Apprentissage à partir de connaissance incertaine

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7171

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : olivier.mesnard@cea.fr

Le traitement automatique du langage (TAL, NLP en anglais) regroupe l'ensemble des technologies permettant à un ordinateur d'interpréter un énoncé en langage naturel, typiquement un document écrit ou un flux audio avec de la parole. Les investissements dans ce domaine sont en très grande croissance, tant en recherche que chez les industriels pour deux raisons principales: -  l'abondance des données, le 'big data', suscite la convoitise de beaucoup d'opérateurs mais toute la partie non structurée de ces données ne peut être véritablement exploitée qu'avec un traitement linguistique de base. - de très grands progrès ont été réalisés récemment grâce aux techniques d'apprentissage et en particulier celles à base de réseau de neurones en s’appuyant sur les représentation distribuées des mots (word embeddings). Les applications de ces technologies sont multiples dans la société du numérique : moteur de recherche, traduction automatique, outils de veille ou de recommandations... Ce stage s’inscrit dans les activités de Traitement Automatique du Langage du Laboratoire Vision et Ingénierie des Contenus du CEA List. Le laboratoire développe sa propre technologie d’analyse du texte qui est diffusée en open source avec la plate-forme Lima. Les systèmes de traitement linguistique ont largement adopté les technique d’apprentissage supervisé : à partir de corpus annoté (c’est-à-dire des textes pour lesquels des spécialistes de la langue ont annoté chaque mot avec des informations sur le découpage en mots, les informations sur la morphologie, sur la structure de la phrase, etc.), le système apprend un modèle qui lui permet d’analyser des textes en entrée. Quand on ne dispose pas de corpus annoté pour une tâche d'apprentissage (par exemple pour traiter une nouvelle langue) ni du budget pour le constituer, on réalise de façon automatisée un corpus dit "synthétique" par exemple issus d'une projection d'annotation crosslingue ou par alignement d'une base de connaissances sur le texte. Bien sûr, ces corpus "synthétiques"  contiennent des erreurs ou plutôt des incertitudes sur les annotations. L’objectif du stage consiste à  modéliser ces incertitudes et à les exploiter dans le processus d'apprentissage et à évaluer les amélioration des modèles produits. Les expérimentations se feront en s'appuyant sur un framework de  réseaux de neurones. L'apprentissage se fera à partir de corpus annoté fournis.

Mise en place d'une implémentation GPU pour un algorithme de reconstruction FTP adaptatif

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7170

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : vincent.saint-martin@cea.fr

 Dans le cadre de ses travaux sur l’imagerie ultrasonore, le CEA/LIST développe des briques logicielles embarquées sur des architectures FPGA et GPU pour réaliser des reconstructions TFM. Ces reconstructions consistent à reconstruire des images dans la pièce inspectée à partir des signaux ultrasonores acquis. Les briques logicielles du LIST sont embarquées dans des systèmes d’acquisition pour une exploitation industrielle. Un des enjeux primordiaux pour la performance de ces systèmes est la capacité à accélérer les contrôles, ce qui se traduit par la nécessité d’augmenter les cadences de traitement. Le sujet du stage consiste à évaluer une stratégie de construction adaptative de l’image pour accélérer les traitements. L’algorithme produit  consistera à développer des stratégies   pour intensifier l’effort de calcul sur les zones de fort gradient, et à délaisser les zones les moins pertinentes pour la reconstruction. L’implémentation sera réalisée en GPU Nvidia dans l’environnement de développement CUDA. On validera l’approche en comparant les images ainsi obtenues avec des valeurs obtenues sur des reconstructions ‘classiques’. On étudiera la possibilité de porter l’algorithme ainsi réalisé sur des architectures de type FPGA.

Développement d'un outil de génération de sources pour moderniser l'environnement de développement CIVA

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7169

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : daniel.cazayus@cea.fr

Dans le cadre de l’évolution technologique de nos solutions, ce stage se propose de moderniser l’outil de description du modèle de données. Ce modèle comporte l’ensemble des informations nécessaires à l’exécution d’une simulation. Ce modèle est composé de deux couches logicielles, l’une sous forme de classes Java générées automatiquement à partir d’un document de description de structure (DTD), l’autre écrite par les développeurs afin d’apporter des fonctionnalités supplémentaires par héritage de ces classes générées. L’objectif du stage est de moderniser la première couche, tout en conservant la seconde. Ce stage se déroulera en plusieurs étapes : Veille technologique sur la description de DataObjects compatibles avec la JVM (type Kotlin Poet) Mise en œuvre de la technologie choisie pour la génération dans un projet test Implémentation du mécanisme de sérialisation / désérialisation permettant la rétrocompatibilité et l’évolutivité additive et soustractive. Mise à l’échelle de la solution pour l’intégralité du modèle de données. Les développement seront dirigées par les tests, et documentés. Mots-clés : Java DataObjects, Kotlin, Kotlin Poet, Java Poet, JSON

Développement d'un mailleur hexaédrique par sous-domaines pour les calculs éléments finis sur la thématique du contrôle non destructif.

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7168

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : arnaud.leveque@cea.fr

Le logiciel CIVA est une plateforme d'expertise pour le contrôle non destructif, composée de modules de simulation, d'imagerie et d'analyse, qui permettent de concevoir et d'optimiser les méthodes d'inspection et de prédire leurs performances dans des configurations de contrôle réalistes. Son système d'imagerie associé à des modules de traitement de signal et de traitement d'image permet l'interprétation et l'expertise des résultats expérimentaux et de simulation. Notre objectif est d’améliorer les performances de l’imagerie. On souhaite offrir la meilleure expérience utilisateur possible, en limitant toutefois la lourdeur des algorithmes. En effet, certains des modules sont réutilisés dans des interfaces portatives tactiles, où l’interactivité est de rigueur, et toute latence à proscrire, ainsi que dans des systèmes d'acquisition où il est nécessaire d'avoir un taux de rafraîchissement supérieur à 30 images/sec. Des efforts ont déjà été menés dans cette optique, et doivent être généralisés. Plusieurs pistes d’améliorations sont encore à explorer. Travail proposé : - prendre connaissance du logiciel CIVA, des concepts architecturaux et des paradigmes de programmation mis en œuvre, - évaluer l'état des lieux de certains algorithmes de projection, notamment par profiling, - explorer plusieurs axes d'optimisation : - simplifier les algorithmes de projection, - mettre en place des caches pour éviter de réaliser plusieurs fois un même calcul (caches mémoire jvm, caches mémoire partagée, ), - paralléliser des calculs, en évitant au maximum les attentes de synchronisation, - faire de l'anticipation de requête, en précalculant la ou les n prochaines valeurs, - diminuer au maximum le travail du garbage collector : éviter des allocations fréquentes inutiles : utiliser des caches ou des pools d'objets, - étudier la pertinence des nouvelles API du jdk 8 : le framework fork/join, les évolutions de l’API Concurrency, Parallel Array, lambda-expressions…  Nous recherchons avant tout une personne capable d’être force de proposition pour des solutions innovantes, qui viendraient compléter le champ d’exploration.  Pour chaque axe d’optimisation, le stagiaire procédera à : - une analyse du gain estimé et de la pertinence de l’optimisation, - une éventuelle modélisation de l’architecture à mettre en place, - la réalisation d’une maquette, qui permettra de démontrer le gain de performance.  Différentes approches pourront être mises en concurrence, les maquettes permettront dès lors d’évaluer et de choisir la meilleure. Une fois validé, le développement d’une maquette pourra être intégré à CIVA.

Utilisation de la méthode des éléments finis multi-échelles pour la résolution numérique de l'équation des ondes avec perturbations localisées

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

mathématiques appliquées

7120

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : alexandre.imperiale@cea.fr

Parmi les différents noyaux de calculs implantés au sein de la plate-forme CIVA, le département DISC développe un outil de simulation numérique pour la modélisation de phénomènes de propagation d’ondes. Cet outil combine une approche de décomposition de domaine et la méthode des éléments finis spectraux. Bien que robuste dans un nombre important de configurations CND, il peut s’avérer coûteux lors de la prise en compte de perturbations localisées du matériau, qui nécessitent d’adapter le raffinement du maillage sous-jacent. Afin de contourner cette limitation, commune à l’ensemble des méthodes numériques, la méthode des éléments finis multi-échelles propose d’inclure, dans l’espace d’approximation standard, des fonctions de bases particulières, prenant compte de l’inhomogénéité locale. Le travail proposé ici consiste à s’inspirer des travaux déjà existant dans la littérature sur la méthode des éléments finis multi-échelles afin de l’appliquer à l’équation de propagation d’ondes, discrétisée par éléments finis spectraux. Dans un premier temps, il sera demandé de constituer une maquette sur un domaine 1D. Dans ce contexte simplifier, nous nous attarderons sur la comparaison entre une résolution par éléments finis standards et une méthode multi-échelle. Afin de rester en lien avec l’application visée, les configurations tests seront obtenues, après simplification, à partir de configurations CND concrètes, telles que le contrôle par ultrasons des matériaux composites stratifiées. L’étudiant intégrera l’équipe de modélisation du laboratoire et sera encadré par un ingénieur chercheur spécialisé dans le domaine de la modélisation et de la simulation ultrasonore. Il devra présenter un intérêt pour l’acoustique, la résolution numérique d’équations aux dérivées partielles et avoir de solides connaissances en programmation (notamment en langage C++ ou python).

Création de plans de bâtiment par système de vision

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7110

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : mathieu.carrier@cea.fr

Les algorithmes de SLAM (Localisation et cartographie simultanée) visuel permettent d’estimer en temps réel la trajectoire d’une (ou plusieurs) caméra(s) tout en reconstruisant sous forme d’un nuage de points 3D l’environnement observé. Ces méthodes sont utilisées dans le cadre d’applications de localisation, notamment en intérieur, dans des contextes multiples (sécurité, entretien, inspection…). Lorsque l’environnement est inconnu, notamment pour des interventions de sécurité ou de secours, la reconstitution des plans des bâtiments parcourus peut se révéler une aide précieuse pour le suivi des opérations. Ce stage s’inscrit dans le cadre d’un projet en cours au laboratoire de vision du CEA LIST et sera mené en collaboration avec le Laboratoire de Simulation Interactive qui développe des outils de modélisation automatique de structures 3D. Objectifs du stage : L’objectif du stage est donc de développer une solution permettant d’obtenir les plans 2D, puis 3D, d’un bâtiment avec une forte contrainte de temps de calcul et une puissance disponible limitée (calculateur embarqué). Ces plans seront reconstitués à partir des informations extraites à partir des images et algorithmes de localisation mis en oeuvre

Odométrie visuelle renforcée par Deep Learning

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7109

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : romain.dupont@cea.fr

L’odométrie visuelle vise à estimer la position d’une caméra en mouvement à partir d’une succession d’images et s’appuie, entre autres, sur une détection de points d’intérêt dans chacune des images. Le CEA LIST développe des applications de localisation indoor et outdoor en exploitant ce type d’algorithme, en particulier une méthode de SLAM (Simultaneous Localisation And Mapping) enrichie depuis plusieurs années. La méthode visant à être générique pour fonctionner dans des milieux très variés, les différentes scènes rencontrées peuvent comporter de nombreux éléments qui mettent en difficulté voire en échec les algorithmes classiques: surfaces réfléchissantes, vitrines transparentes, piétons ou véhicules en mouvement, feuillages, grillages, etc… Objectif du stage L’objectif de ce stage est de mettre en place un système basé apprentissage via un réseau de neurones profonds permettant de filtrer les images via une classification sémantique, de sorte à ne fournir au SLAM que les parties pertinentes dans lesquels les points d’intérêts extraits seront valables pour assurer une localisation performante.

Relocalisation d'une caméra par apprentissage profond

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7108

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : laëtitia.gond@cea.fr

La relocalisation d’une caméra, qui consiste à déterminer la pose d’une caméra dans une scène précédemment observée, est un problème fondamental de la vision par ordinateur et représente une brique essentielle dans de nombreuses applications telles que la navigation autonome de véhicules, la robotique, la réalité augmentée, etc. Pour traiter ce problème, les approches basées sur les points d’intérêt, consistant à mettre en correspondance des descripteurs de l’image requête (SIFT, ORB, etc) avec des points 3D de la scène reconstruite (par un algorithme de type SLAM), ont longtemps dominé en raison de leur rapidité et de leur précision. Plus récemment, de nombreuses solutions basées sur l’entrainement de réseaux convolutifs ont été proposées, souvent avec une précision qui reste en dessous des méthodes classiques, mais elles laissent entrevoir la possibilité d’obtenir une plus grande robustesse aux variations des conditions d’acquisition (luminosité, changements de point de vue, éléments instables de la scène…) par le choix judicieux des données d’apprentissage et de la structure du réseau. Objectifs: L’objectif de ce stage est d’implémenter et tester une méthode de relocalisation se basant sur un réseau de neurone siamois entrainé à estimer la pose relative entre deux caméras observant une même scène*. L’idée est d’utiliser ce réseau comme un extracteur de caractéristiques pour représenter les images et ainsi rechercher les images similaires dans une base de données d’images localisées. Le stage consistera à : ? Entrainer et tester un réseau de neurone estimant la pose relative entre deux images et déterminer la précision qu’il est possible d’obtenir sur cette pose relative, ? Implémenter et valider une méthode de relocalisation basée sur les caractéristiques apprises par ce réseau, et comparer ses performances avec celles d’une méthode basée sur les points d’intérêt, ? Proposer une méthode de calcul de la pose d’une image requête à relocaliser à partir des deux briques algorithmiques précédentes.

Fusion de capteurs dans le cadre du SLAM visuel sur périphérique mobile

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7107

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : richard.guillemard@cea.fr

Les algorithmes de SLAM (Localisation et cartographie simultanée) visuel permettent d’estimer en temps réel la trajectoire d’une (ou plusieurs) caméra(s) tout en reconstruisant sous forme d’un nuage de points 3D l’environnement observé. Cependant les approches existantes ne fonctionnent que si le déplacement de la caméra ne présente pas de mouvements brusques et si l’environnement observé est très texturé. Pour combler ces lacunes, la fusion avec les données provenant d’autres capteurs permet d’obtenir une localisation lorsque la vision est mise en défaut. Afin de répondre à cette problématique, nous développons un algorithme de SLAM visuel couplé à d'autres capteurs. Les approches de fusion avec une centrale inertielle (IMU) connaissent un essor récent[1], mais s’agissant d’un ensemble de capteurs relatifs, l’estimation de la trajectoire dérive forcément au cours du temps. Il est alors pertinent d’utiliser des capteurs absolus comme le GPS ou le baromètre en complément.  Ce stage a pour objectif d’améliorer l'algorithme de SLAM visuel couplé à une centrale inertielle déjà existant et d'y ajouter le baromètre, et ce, afin d’améliorer la robustesse de celui-ci dans des contextes défavorables à la vision. Pour cela, il sera nécessaire d’étudier le comportement du baromètre (bruit, modèle physique, changement de pièce), d’obtenir un calibrage précis de l'ensemble IMU/baromètre et d’intégrer l’algorithme de type SLAM visuel/IMU/baromètre sur une plate-forme d’acquisition du laboratoire.

Localisation 3D multi-objets pour la réalité augmentée

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7106

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : steve.bourgeois@cea.fr

Aujourd’hui, le CEA List dispose d’une technologie de localisation par vision d’objets 3D, temps réel et sans marqueurs, exploitée dans l’industrie pour des applications de Réalité Augmentée. Cette solution offre à la fois une robustesse élevée et tout en permettant de localiser de façon précise la caméra réelle dans le repère du modèle 3D de l’objet suivi. Cependant, cette solution se limite actuellement à la localisation d’un seul objet à la fois. Une perspective d’évolution naturelle est donc d’étendre cette méthode au suivi multi-objets. Objectifs: L’objectif de ce stage sera donc d’étendre la méthode de localisation actuelle au suivi multi-objets. Les travaux menés se dérouleront selon deux principales étapes : - La localisation multi-objets mobiles : il s’agira de développer une solution permettant de suivre plusieurs objets se déplaçant librement les uns aux autres. Une difficulté majeure sera d’éviter l’explosion des temps de calcul. Une mutualisation entre objets des étapes de traitement sera donc à mettre en place. - La localisation multi-objets statiques : il s’agira de développer une solution permettant de suivre plusieurs objets statiques les uns par rapports aux autres, mais dont la position orientation relative des uns par rapport aux autres est inconnue. En plus du suivie, la méthode devra estimée la pose relative des objets les uns par rapport aux autres. Cette étape nécessitera d’optimiser les trajectoires des différents objets simultanément et non plus séparément. Les résultats obtenus seront illustrés au travers de démonstrateurs de Réalité Augmentée

Suivi d'objets médicaux pour la réalité virtuelle

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7105

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : romain.dupont@cea.fr

En collaboration avec la Faculté de Médecine Paris Sud, le laboratoire LVIC du CEA LIST développe un système de réalité mixte pour former le corps médical aux gestes d'urgence en néo-natalité. Dans cette formation, l'apprenant est équipé d'un casque de réalité virtuelle et évolue dans une salle constituée d'instruments médicaux et mannequins. Ce système de réalité mixte doit offrir un affichage à la fois virtuel et conforme à la réalité, de sorte que les interactions tangibles entre les éléments affichés dans le casque et les instruments médicaux réels manipulés par l’apprenant soient naturelles. Pour une expérience de réalité mixte réussie, il faut que les instruments médicaux soient précisément localisés en temps-réel dans la salle. Or ceux-ci sont de petites tailles et rendent difficile leur localisation par des méthodes traditionnelles tels que les marqueurs (Aruco par exemple) ou ondes électromagnétiques par exemple. Durant ce stage, l’étudiant devra fabriquer des instruments médicaux adaptés et réalistes par impression 3D de sorte qu’on puisse y apposer des marqueurs sans gêner leur manipulation, améliorer l’implémentation du suivi de marqueurs (précision, robustesse et vitesse) en les fusionnant avec des méthodes bas niveau à faible latence (suivi de points d'intérêt/segments/cercles par exemple). Des essais grandeur nature seront menés tout le long du stage avec un casque HTC Vive.

Etude de l'impact de différents types de données pour la localisation 3D d'un robot par deep-learning

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7104

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : mohamed.tamazousti@cea.fr

Le développement des systèmes d'apprentissage automatique est un domaine de recherche en pleine effervescence. Ces systèmes nécessitent un important jeu de données, souvent annotées par des humains : on parle alors de supervision humaine. Certaines approches permettent également un apprentissage via le monde environnant (supervision physique) [1]. Des études cognitives [2,3] proposent aussi de s’appuyer sur l'utilisation de plusieurs modalités (la vision, le son, etc.) en exploitant la synchronisation entre modalités. Par exemple, la chute d’un objet va associer la vision du mouvement et le son de l’impact. Objectifs du stage : Un robot apprenant automatiquement de son environnement doit être immergé dans un contexte riche et réaliste pour atteindre son plein potentiel. Des travaux antérieurs ont démontré les bénéfices d'un apprentissage interactif et multimodal [4, 5, 6]. L’objectif du stage est d’aller plus loin dans l’apprentissage d’un modèle d’environnement réaliste, interactif, dynamique et multimodal. En s’appuyant sur les récents progrès en simulation numérique d’environnements virtuels, plus précisément la plateforme HoME (Household Multimodal Environment) introduite par Brodeur et al. [7] qui permet aux agents de naviguer et d'interagir dans plus de 45 000 maisons conçues à partir du jeu de données SUNCG [8], il s’agira d’étudier l’impact de différents types de données utiles à la localisation 3D par réseaux-de-neurones en adressant les tâches suivantes : - Trouver comment formaliser l'environnement pour obtenir des tâches intermédiaires - Utiliser ces tâches pour apprendre (via deep learning ou reinforcement learning) une représentation uni-modale et multimodale de la scène - Utiliser ces représentations issues de combinaisons des modalités pour résoudre la tâche d’intérêt, à savoir, la localisation 3D dans la scène du robot

Localisation 3D d'objet par combinaison d'approches apprentissages (Deep Learning) et géométriques (SLAM)

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7103

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : boris.meden@cea.fr

Au cours des dernières années, les approches de localisation géométrique de type SLAM (Simultaneous Localization and Mapping) et les approches de localisation basées apprentissage profond (Deep Learning) ont connu de grands succès. Il s’agit d’approches fondamentalement différentes, chacune offrant son lot d’avantages et d’inconvénients. L’objectif de ce stage sera de combiner ces deux approches au sein d’un algorithme de localisation d’objets 3D, ceci afin de tirer profit des avantages de ces deux approches. Pour y parvenir, l’étudiant se basera sur l’algorithme de SLAM contraint ainsi que de l’algorithme Deep Manta, tous deux développés au laboratoire LVIC du CEA-LIST. L’étudiant sera amené à étudier les deux approches afin de les adapter en vue de leur collaboration. La fiabilité de la méthode obtenue et la facilité de déploiement seront au coeur des préoccupations et des choix réalisés. Un démonstrateur de Réalité Augmentée sera mis en place pour illustrer les résultats de localisation obtenus. Objectifs : Prise en main de l’algorithme de détection d’objets par Deep Learning et application sur un objet de référence. 1. Intégration de la localisation Deep Learning comme contrainte dans le SLAM 2. Adaptation de la méthode Deep Learning et/ou SLAM afin d’améliorer la fiabilité et la facilité de déploiement 3. Réalisation d’un démonstrateur de Réalité Augmentée mettant en avant l’approche mixte.

Vulnérabilité et défense des modèles de reconnaissance faciale par deep learning

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7102

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : angélique.loesch@cea.fr

La reconnaissance faciale par apprentissage automatique est aujourd’hui de plus en plus utilisée au quotidien comme solution d’authentification dans les smartphones ou encore d’identification de personnes dans le milieu de la vidéo surveillance. En quelques années, les systèmes proposés dans l’état de l’art sont même devenus capables de surpasser les performances humaines. Cependant, leurs modèles restent vulnérables : confrontés à des données d’entrée dites antagonistes (adversarial examples), ils échouent à reconnaître correctement une personne et présentent alors une faille de sécurité. Ces attaques sont d’autant plus dangereuses qu’elles sont souvent impossibles à distinguer pour l'homme. En général, elles sont en effet générées par des algorithmes appliquant aux données d’entrée de faibles perturbations), mais toutefois suffisamment importantes pour obliger les modèles attaqués à produire de mauvaises prédictions. Appliquées à la reconnaissance faciale, ces attaques forcent un modèle à identifier à tort une personne comme correspondant à une autre et cela, en apportant d’infimes modifications à l'image originale. Ces données antagonistes posent dès lors de réels problèmes de sécurité, celles-ci pouvant être générées sciemment et utilisées pour attaquer les systèmes de reconnaissance faciale. La majorité de ces méthodes de génération d’attaques nécessite que l'opposant connaisse les paramètres du modèle de reconnaissance faciale pour résoudre le problème d'optimisation de la perturbation des images d'entrée. Cependant, certains travaux considèrent comme plus réalistes les méthodes uniquement capables d'interagir avec le modèle attaqué en le considérant comme une boîte noire et en ne faisant qu’observer ses prédictions sur des images d’entrée spécifiques. Lors de ce stage, on s'intéressera à ces méthodes de génération d’attaques par apprentissage profond en considérant le système comme une boîte noire. L'objectif sera dans un premier temps d’étudier les méthodes génératrices de l’état de l’art pour tromper les modèles de reconnaissance faciale par deep learning. Ces attaques antagonistes serviront à améliorer la robustesse des algorithmes de reconnaissance faciale. Puis dans un second temps, il sera intéressant de proposer d'autres types d'attaques toujours dans l'optique d'améliorer la défense de ces modèles

Etude des méthodes d'agrégation de caractéristiques spatio-temporelle pour la classification de vidéos

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7100

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : janoary.rabarisoa@cea.fr

Comprendre et reconnaître automatiquement le contenu d’une séquence vidéo est un enjeu essentiel dans de nombreux domaines d’application comme la vidéo surveillance, l’analyse de vidéos de sport, la conduite autonome ou encore l’analyse d’activité à domicile. Actuellement, la majorité des systèmes de reconnaissance utilisent les réseaux de neurones profonds pour extraire automatiquement des représentations robustes pour la compréhension et la reconnaissance du contenu d’une séquence vidéo. Ce stage a pour objectif d’étudier les différentes façon d’agréger temporellement des représentations issue d’un réseau de neurones profond pour reconnaître les actions dans une vidéo. Plusieurs approches sont possibles : agrégation non ordonné [2], module attentionnel [3] , réseaux de neurones récurrents, convolution temporelle. Dans un premier temps nous suivons le protocole expérimental proposé par le challenge YouTube-8 M [1] qui propose une représentation spatiale fixe. Il est ensuite envisagé de relâcher cette hypothèse en cherchant aussi la meilleure représentation spatiale. Vous aurez lors de ce stage pour missions de réaliser : - L'étude bibliographique sur l'état de l'art - L'implémentation et intégration des modules d’agrégation dans les codes du laboratoire - Expérimentation et analyse des résultats

Segmentation d'instances par apprentissage profond

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7098

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : florian.chabot@cea.fr

L’application principale visée par ce stage est l’analyse de scènes routières, notamment pour des applications de conduite autonome. La segmentation d’instances est un problème complexe qui se situe entre la détection d’objets (prédiction des boîtes englobantes des instances de la scène) et la segmentation sémantique (attribution d’une classe à chaque pixel de l’image). Un algorithme de segmentation d’instances est donc capable de produire un masque pour chaque objet d’intérêt de l’image. Depuis l’avènement des réseaux de neurones profonds convolutifs (CNN), un certain nombre de méthodes ont été proposées afin de solutionner cette problématique, notamment l’approche par détection Mask-RCNN. Ce système très performant n'est néanmoins pas compatible avec les contraintes temps réel que requièrent les pipelines de conduite autonome. Dans le cadre de ce stage de recherche, le stagiaire aura pour première mission d’analyser les avantages et les inconvénients des approches récentes de la littérature . Dans un second temps, il devra proposer une méthode permettant de pallier une ou plusieurs faiblesses des approches de l’état de l’art. Cette méthode devra être validée par une évaluation quantitative sur plusieurs bases de données publiques consacrées à la segmentation d’instances. Enfin, il sera amené à intégrer sa solution dans les différents algorithmes du laboratoire.

Estimation de pose 3D humaine à partir d'algorithmes

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7097

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : betrand.luvison@cea.fr

Comprendre automatiquement l’activité humaine se déroulant dans un flux vidéo est l’un des principaux challenges actuels de la vision par ordinateur. Bien que le sujet soit abordé depuis longtemps, les applications qui en résultent ne se limitent qu’à des contextes bien particuliers avec des gestes bien particuliers. L’un des prérequis à cette analyse est bien souvent l’extraction d’une information de type posture des personnes présentes de la scène, afin d’avoir une représentation beaucoup plus compacte de l’état des personnes à un instant t. C’est d’ailleurs lorsque ce type d’information a pu être extrait de manière fiable, notamment avec des capteurs tel que la Kinect, que de nettes avancées ont pu être réalisées. Les progrès notables de ces dernières années, ont notamment été réalisé pour l’estimation de squelette 2D à partir d’images RGB uniquement mais aussi pour l’estimation de squelette 3D à partir d’image RGB. Sur ce dernier point l’estimation de squelette 3D souffre encore de nombreux problèmes, tel que la robustesse face au pose inhabituelle, la robustesse dans des conditions « in the wild », c’est-à-dire dans des environnements quelconques et variés, la gestion du multi personne, etc. L’objectif du stage sera donc de s’attaquer à ces faiblesses en s’articulant autour de deux phases. La première consistera à mettre en place une plateforme d’acquisition basée sur des capteurs de type Kinect ou de « Motion Capture », permettant d’annoter facilement les images en mimant les postures 3D de personnes issues d’images « in the wild » qui ne sont pour le moment annotées qu’en 2D (COCO keypoint, MPII 2D dataset, etc). La seconde phase, consistera à exploiter ces données générées pour l’estimation de squelettes 3D sur ces images à l’aide de réseau de neurones convolutionnels qu’il faudra définir durant le stage.

Détection fine interactive d'objets par réseaux de neurones profonds

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7096

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : camille.dupont@cea.fr

La détection fine d’objets dans une image ou vidéo est une problématique très étudiée dans le domaine de la vision par ordinateur. Cette technique est utilisée dans de nombreux domaines d’application, tels que l’imagerie médicale, la vidéosurveillance et la conduite autonome. La plupart des méthodes de détection sont fondées sur l’apprentissage supervisé et semi-supervisé. Elles requièrent cependant une quantité importante de données annotées, en particulier pour les méthodes basées sur les réseaux de neurones profonds (Deep Learning). Or, l’annotation manuelle des objets d’intérêt dans une image est une tâche longue et coûteuse, notamment pour l’annotation fine (au niveau pixellique ou polygonal). L’objectif principal de ce stage est de concevoir des algorithmes d’annotation semi-automatique d’objets nécessitant peu d’effort humain (e.g. simple clic). Une première approche consistera à segmenter chaque objet pré-localisé par un opérateur (e.g. un pixel de l’objet, un tracé simple, une boîte englobante, …). Cette segmentation consiste à donner un label unique pour tous les pixels de chaque objet. Le stagiaire aura pour première mission d’étudier les approches de l’état de l’art, et de concevoir une nouvelle méthode de segmentation interactive optimisant l’apport de l’opérateur. Il effectuera une étude comparative avec les méthodes existantes. Une extension de l’annotation semi-automatique de l’image vers la vidéo pourra être étudiée dans une deuxième phase pour tirer profit de l’information temporelle.

Algorithmes légers de reconnaissance d'objets

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7095

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : brice.burger@cea.fr

L’objectif de ce stage est de proposer et développer un algorithme de détection d’objets à la fois rapide (capable de fonctionner en temps réel sur une plateforme embarquée de type Nvidia Jetson) et performant (précision de détection raisonnable). La tâche de la reconnaissance consiste à détecter dans une image des instances d’objets d’intérêt pouvant être des personnes, des cyclistes ou des véhicules dans un contexte outdoor, des chaises, des tables, des portes ou autres dans un contexte indoor. Un premier résultat de stage consistera en un démonstrateur temps réel de l’algorithme développé sur une plateforme embarquée (type NVidia Jetson Xavier ou TX2). Notre équipe est experte sur le sujet de la détection d’objets, et en particulier sur les techniques d’apprentissage profond. Nos technologies sont aujourd’hui intégrées dans des solutions industrielles. Dans ce stage, on s’intéressera principalement aux méthodes d’apprentissage basées sur les réseaux de neurones profonds [1,2,3,4,5,6], le deep learning, avec un intérêt plus particulier sur les réseaux les plus légers/rapides. L’approche développée durant le stage sera validée sur les benchmarks publics [7,8,9] consacrés à la détection et à la reconnaissance d’objets. Le deuxième objectif du stage consiste à passer à l’échelle, c'est-à-dire rendre l’algorithme capable de gérer plusieurs contextes et de nombreuses classes à la fois et aller jusqu’à la reconnaissance fine d’objets (exemple : les fruits et les légumes sur un étal). Dans ce cadre, le stagiaire fera face au problème de la collecte et de l’annotation des données.

Réalité virtuelle pour le montage aéronautique

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7094

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : claude.andriot@cea.fr

Les applications des technologies de Réalité Virtuelle sont nombreuses, en particulier dans le domaine de la formation ou du prototypage virtuel. C'est le thème du projet AERO_V dont l'objectif est de développer une nouvelle façon de former les opérateurs à la maintenance dans le domaine aéronautique Le stage proposé s'adresse à un élève ingénieur en informatique qui rejoindra l'équipe projet pour participer à la conception et à la mise au point d'un nouveau système de formation à la maintenance basée sur des casques de réalité virtuelle et mixte.

Reconstruction automatique de plans 2D de bâtiments lors du parcours d'un observateur

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7093

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : gilles.rougeron@cea.fr

Dans le cadre d'un projet qui réunit notre laboratoire de réalité virtuelle (RV) avec celui de réalité augmentée (RA) du CEA LIST, la problématique définie par le client est la reconstruction automatique d'un plan 2D par étage d'un bâtiment à partir du parcours libre d'un observateur muni de caméras. Partant d'images de nuages de point éparses construites en temps réel à partir des méthodes SLAM du laboratoire de RA, il s'agira de compléter une structure de données 3D représentant la géométrie du bâtiment. Si les données sont suffisamment denses, on pourra utiliser avec succès les méthodes de détection de surfaces planaires en cours de développement par notre équipe. Le travail consistera donc ; - à guider l'algorithme de densification du nuage de point éparse, - à améliorer l'algorithme de détection de surfaces planaires dont nous disposons (robustesse, qualité, vitesse de calcul), - après détection automatique des murs et suppression d'éventuels mobiliers présents dans le bâtiment, à détecter les ouvertures (portes et fenêtres) et en déduire un plan 2D.

Parallélisation de codes de simulation dédiés à la RV

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7092

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : gilles.rougeron@cea.fr

Dans le cadre d'applications de réalité virtuelle, les simulations sont contraintes par des obligations de calculs en temps réel. Aussi la quête de performance sur les codes est continuelle. Dans ce cadre, il reste sur CPU, deux axes d'amélioration potentiels. La programmation parallèle par tâches et la programmation vectorielle à l'aide des instructions SIMD. Le stage consistera donc d'une part à étendre l'usage d'une librairie parallèle par tâches (Intel Thread Building Blocks) sur des parties de code requérant un parallélisme complexe (pipeline, dataflow), et d'autre part, à mettre en œuvre des outils de programmation vectorielle (librairies, directives ou compilateurs dédiés) sur plusieurs parties de code propices à une accélération SIMD (calculs géométriques ou physiques). L'étudiant devra faire preuve de méthodologie et de rigueur dans sa démarche

Interaction en Réalité Mixte pour l'étude des postes de travail avec robots collaboratifs

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7090

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : claude.andriot@cea.fr

Les applications des technologies de Réalité Mixte sont nombreuses, en particulier dans le domaine du prototypage virtuel. C'est le thème du projet Factory Labs dont l'objectif est de développer une nouvelle façon d'optimiser les postes de travail avec robots collaboratifs (UR, KUa, etc.) pour l'industrie automobile et aéronautique. Le stage proposé s'adresse à un élève ingénieur en informatique et robotique qui rejoindra l'équipe projet pour participer à la conception et à la mise au point d'un nouveau système qui d'optimiser les postes de travail avec robots collaboratifs pour l'automobile et aéronautique (ergonomie, temps de cycle, etc.) basée sur des casques de réalité virtuelle et mixte de type Hololens.

Estimation temps réel de la posture des joueurs d'une VR ROOM à partir de caméras de profondeur et d'IMU

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7089

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : jérémie.le garrec@cea.fr

Les applications des technologies de Réalité Virtuelle sont nombreuses, en particulier dans le domaine du jeu vidéo. Le stage proposé s'adresse à un élève ingénieur en informatique, robotique et vision 3D qui rejoindra l'équipe projet pour participer à la conception et à la mise au point d'un nouveau système permettant de déterminer en temps réel la posture d'un joueur. Le stage sera consacré au développement des algorithmes de tracking de joueurs de salle d'arcade VR en temps réel et en utilisant des IMU, des caméras de profondeur et un modèle biomécanique corps complet du joueur.

Co Simulation pour la Réalité Virtuelle

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

3 à 6 mois

7087

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : martin.courchesne@cea.fr

Au sein de la Direction de la Recherche Technologique du CEA, le LIST (Laboratoire d'Intégration des Systèmes et des Technologies qui regroupe environ 700 chercheurs) fait évoluer la technologie des systèmes complexes afin de soutenir les entreprises françaises et européennes dans leurs domaines d'activité. Les applications des technologies de Réalité Virtuelle sont nombreuses, en particulier dans le domaine de la santé. A ce titre, le Laboratoire en Simulation Interactive et réalité virtuelle (LSI) propose un stage portant sur la co-simulation. En collaboration avec l'équipe de recherche du LSI, le stage proposé consiste à explorer les limites d'une simulation et co-simulation interactive multi-physique impliquant tissus mous, liquide et corps rigides.

Scénarisation d'assemblage mécanique en réalité virtuelle

DIASI

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7086

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : adrien.girard@cea.fr

Suite à la démocratisation des casques de réalité virtuelle de plus en plus de groupes industriels ont recours à des simulateurs d'assemblage en RV pour former leurs opérateurs aux procédures de montage, de démontage ou de maintenance. Afin de simplifier la description de ces procédures des outils de description de scénario d'assemblage ont été développé par le laboratoire de simulation interactive.   L'objectif du stage est de poursuivre le développement d'un descripteur de procédure d'assemblage mécanique basé sur une représentation par graphe. Des procédures d'assemblage concrètes fournies par des partenaires industriels seront également à réaliser en réalité virtuelle afin de mettre à l'épreuve l'outil développé. .

Intégration à la plateforme CIVA d'un intersecteur rayon surface.

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7061

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : vincent.tardif@cea.fr

Les simulations du logiciel CIVA peuvent être réalisées sur des géométries complexes, tenant compte de la variété des pièces industrielles inspectées. Dans le cadre de l’amélioration du paramétrage des simulations, ce stage se propose d’améliorer l’outil d’aide à la définition des caractéristiques des matériaux anisotropes. Notamment par la visualisation des courbes de lenteur et des courbes d’atténuations à l’aide d’outils plus élaborés que les outils actuels (représentation 3D, curseurs de mesure…). Le stage se déroulera en plusieurs étapes : Prise en main de la partie configuration des matériaux de CIVA (Interfaces Homme-Machine et code source) Veille technologique sur les bibliothèques nécessaires aux nouvelles fonctionnalités (graphiques, courbes 2D polaires…) Proposition de prototypes d’IHM Mise en place d’une architecture de type Model-View-Presenter Développement en Java 8 (JavaFX) sous Eclipse et en C++ sous Visual Studio

Détection des patrons de conception avec des techniques IA

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

4 à 6 mois

7017

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : chokri.mraidha@cea.fr

Le laboratoire conception de systèmes embarqués et autonomes(LSEA)  du CEA LIST travaille sur le développement d'outils et de méthodologies pour le développement sûr de systèmes temps réel embarqués. Les systèmes embarqués doivent assurer des fonctions avec des qualités de service associées tout en étant contraints en ressources de calcul, de communication et de consommation énergétique. Dans ce contexte, la pertinence des choix de conception de ces systèmes en termes de plateforme matérielle et de logiciel est primordiale. Au fil des années, l'expérience des concepteurs et les bonnes pratiques de conception logicielle sont capitalisées dans des catalogues de patrons de conception (design patterns) . De même, les mauvaises pratiques et les erreurs courantes sont quant à elles capitalisées dans des catalogues d'anti-patrons (anti-patterns) . Idéalement , l'utilisation d'un modèle de conception dans une architecture logicielle est bien documentée. En pratique , cependant ,cela est rarement le cas c'est à dire que des patrons sont utilisés à différents niveaux d'abstraction sans lien implicite avec une définition de patron de conception. En outre ,les modèles de conception ne sont pas formellement définis .L'application du même modèle de conception par différents architectes ou développeurs peut être très différente. Par conséquent , la détection d'un motif de conception dans des architectures existantes n'est pas triviale, mais cela aiderait à comprendre et ensuite à faire évoluer l'architecture .   L'objectif de ce stage est l'utilisation de techniques d'apprentissage automatique pour détecter l'utilisation du modèle de conception dans des architectures existantes . Le stagiaire se verra confier les activités suivantes : - Examiner l'état de l'art pour les techniques de détection de patrons basées sur le modèle et le code , - Obtenir un ensemble de modèles d'architecture existants qui sont disponibles publiquement ou développés dans notre institut , - Augmenter l'ensemble des architectures existantes en dérivant des modèles par reverse engineering à partir du code (Papyrus SW, développé dans notre laboratoire , offre cette possibilité ) et - ou générant systématiquement des modèles appliquant certains patrons de conception. - Détecter manuellement l'utilisation des patrons de conception dans l'ensemble des modèles d'architecture existants. - Utiliser l'ensemble des modèles d'architecture comme données d'apprentissage (data set) pour l'apprentissage automatique . -Mesurer le nombre de patrons pouvant être reconnus y compris éventuellement les faux positifs .Evaluer la solution proposée en la comparant avec l'état de l'art. Des compétences en modélisation et en apprentissage automatique sont requises. Le travail devrait être intégré dans l'outil Papyrus software Designer .

Distribuer un programme OCaml

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7013

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : lea-zaynah.dargaye@cea.fr

Le stage s'’inscrit dans le cadre de travaux menés au sein d'une équipe du CEA LIST qui développe des systèmes d'information coopératifs de confiance (LICIA). L'équipe développe des apllications de type blockchain et s'intéresse aux aspects protocoles distribués dans ce contexte. Le stage se déroulera au sein du LICIA sur le site du CEA à NanoINNOV sur le plateau de Saclay. Le laboratoire étudie et développe des solutions pour gagner en confiance dans des applications distribuées de coopération avec une approche de bout en bout : de la conception au déploiement sur un réseau . L'implémentation d'interface sûre permettant la coopération entre des composants provenant de paradigmes de programmation -de langages de programmation différents et donc d'environnements d'exécution différents - est naturellement au cœur des solutions que le LICIA propose , tout comme ma mise en œuvre d'infrastructure contenant des briques tiers -permettant le passage à l'échelle et la bonne communication entre les composants d'une telle application. L'une des solutions mise en œuvre est de distribuer sur un réseau des programmes écrits en OCaml comme un web service dans une application globale distribuée dirigée par les événements filtrés via un système de Publisher subscriber et devant interagir avec des composants écrits en javascript. Description du sujet:  Sur la base des outils de programmation existant comme Eliom, js_of_ocaml, reason, le but de ce stage est de proposer une infrastructure permettant d'utiliser un programme OCaml comme une application distribuée. L'approche développée servira de base à un futur projet de doctorat axé sur l'étude des infrastructures sûres pour les applications coopérantes. Le stagiaire aura pour activités : - implémenter un encapsuleur d'une application OCaml en un web service - définir une librairie générique d'interfaçage avec un web service en OCaml pour un système Publisher subscriber - proposer un programme d'interfaçage d'un web service OCaml à un système de Publisher subscriber •

Ethereum Proof of Work vs Ethereum Proof of Stake : Fork tests

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7008

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : antonella.delpozzo@cea.fr

Le stage s'’inscrit dans le cadre de travaux menés au sein d'une équipe du CEA LIST qui développe des systèmes d'information coopératifs de confiance (LICIA). L'équipe développe des apllications de type blockchain et s'intéresse aux aspects protocoles distribués dans ce contexte. Le stage se déroulera au sein du LICIA sur le site du CEA à NanoINNOV sur le plateau de Saclay. Les technologies Blockchain pourraient ouvrir des opportunités sans précédent pour la mise en œuvre de processus d'affaires en environnements coopératifs et compétitifs . Le blockchain est une chaine de blocs qui sont continuellement ajoutés par des pairs dans un système ouvert .Afin de préserver la forme de la chaine , il ne doit pas y avoir plus de deux blocs annexés au même bloc .Pour éviter cela , Bitcoin utilise le mécanisme de preuve de travail ( Proof of Work) .Le participant qui sera capable de résoudre un puzzle crypto aura le droit d'ajouter un nouveau bloc ( le leader ) .Dans le cas de deux participants réussissant à résoudre le puzzle , il y a création d'un branchement (fork) , c'est à dire , un bloc est suivi par plus d'un bloc .Dans ce cas , la chaine la plus longue est alors sélectionnée comme blockchain.La Proof of Work , par conception, est extrêmement couteuse en termes de consommation d'énergie ,en effet , afin de résoudre le puzzle crypto les participants doivent essayer l'une après l'autre toutes les solutions possibles .D'autres approches ont été proposées pour éviter cet inconvénient .Ethereum en tant que Bitcoin est un système basé sur Blockchain, intialement basé sur le mécanisme de Proof of Work et a récemment migré vers la Proof of Stake , malgré un scepticisme concernant la nouvelle solution. Description du sujet:  Le but de ce stage est de mettre en place un environnement banc Ethereum (réseau Ethereum privé) afin de simuler les occurrences de forks en utilisant le protocole de Proof of Work Ethereum et le protocole Ethereum de Proof of stake.De telle manière à étudier dans quelles conditions ( retards de message , cloisons de réseaux , attaquants ...) les forks sont plus susceptibles de se produire et quel est leur impact sur la variation temporaire de la forme de la chaine. Le stagiaire aura pour activités : - la préparation de l'état de l'art sur le Ethereum blockchain  , - la préparation de l'état de l'art sur les deux approches pour déterminer le prochain pair en charge d'ajouter le bloc suivant , la preuve de travail et la preuve de l'enjeu , - le développement d'un environnement banc Ethereum  (ainsi que ses tests automatisés ) fonctionnant sur différents nœuds sur les deux approches , - la présentation des conclusions sur les occurrences  de la fourche et l'établissement des différences efficaces que les deux approches apportent au blockchain. •

Proof of Stake based Consensus and Leader Election , a comparative study

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7007

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : antonella .delpozzo@cea.fr

Le stage s'’inscrit dans le cadre de travaux menés au sein d'une équipe du CEA LIST qui développe des systèmes d'information coopératifs de confiance (LICIA). L'équipe développe des apllications de type blockchain et s'intéresse aux aspects protocoles distribués dans ce contexte. Le stage se déroulera au sein du LICIA sur le site du CEA à NanoINNOV sur le plateau de Saclay. Les technologies Blockchain pourraient ouvrir des opportunités sans précédent pour la mise en œuvre de processus d'affaires en environnements coopératifs et compétitifs .Chaque fois que nous avons besoin de développer des applications impliquant des entités autonomes géographiquement distribuées qui peuvent avoir des intérêts conflictuels , une blockchain deviendra un "must have" .Bien que prometteuse , la technologie actuelle de la blockchain n'est pas assez mûre pour pouvoir être exploitée dans plusieurs secteurs . Dans le cadre de la conciliation entre les applications envisageables dans l'inconscient collectif d'une part et les applications réalisables grâce aux technologies actuelles de blockchain - les smart contracts - d'autre part , le laboratoire LICIA du CEA/LIST/DILS étudie les moyens de concevoir et de développer des smart contracts ( SLC) certifiées et de confiance par construction .En particulier , l'instauration de la confiance porte sur la formalisation à chaque couche impliquée dans le processus : de la conception de haut niveau jusqu'au protocole de la blockchain. Description du sujet:  Le but de ce stage est de mettre en place un environnement de simulation afin d'analyser les deux solutions ,Ouroboros et Tendermint, en se concentrant sur la façon dont la Proof of Stake est employée .L'objectif est en effet de souligner et d'analyser dans quelles conditions la sécurité et ou les conditions de vie peuvent être violées .En particulier , on s'intéressera à l'impact potentiel de mauvaise configuration de mécanisme de Proof of Stake c'est à dire les occurrences de fork et leur gestion.Le candidat retenu se joindra au laboratoire pour des systèmes d'information fiables , intelligents et auto organisateurs . Le stagiaire aura pour activités : - la préparation de l'état de l'art sur les  blockchains Tendermint et Ouroboros  , - l'élaboration d'un modèle de simulation (avec ses tests automatisés )d'ajout de nouveau bloc en cours d'exécution sur différents nœuds sur les deux approches , - la présentation des conclusions sur la sécurité et ou les garanties de vie , l'établissement des différences effectives que les deux approches apportent aux blockchains. •

Intégration à la plateforme CIVA d'un intersecteur rayon surface.

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

7001

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : thibaud.fortuna@cea.fr

 Dans le cadre de la simulation d’inspection en ultrasons, le département travaille sur le développement d'un code semi-analytique basé sur une méthode d’intersection rayon/surface. Actuellement les surfaces utilisées sont des surfaces élémentaires (plan, cylindre, cône, sphère, tore) pour les cas simples, ou des surfaces triangulées pour les cas plus complexes. La triangulation introduit une approximation qui est préjudiciable quand on souhaite une simulation précise. La prise en compte de surfaces NURBS permettrait d’éviter une telle approximation.  L’objectif du stage est d’implémenter et d’intégrer à CIVA un algorithme d’intersection efficace entre un rayon et une surface NURBS. L’étudiant devra au préalable définir les structures de données C++ associées à une surface NURBS et implémenter les services d’évaluation (point, normale, courbure) et de visualisation d’une telle surface. Il effectuera ensuite une recherche bibliographique et choisira un ou plusieurs algorithmes rayon/surface qu’il implémentera en tenant compte de la contrainte d’un environnement multithread. Enfin, il intègrera cet algorithme aux codes de simulation de CIVA et comparera les résultats obtenus avec des surfaces élémentaires (cylindre, cône, etc.) et des surfaces triangulées.

Développement d'un mailleur hexaédrique par sous-domaines pour les calculs éléments finis sur la thématique du contrôle non destructif.

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

6951

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : vincent.bergeaud@cea.fr

 Le département DISC travaille sur le développement d'un code éléments finis basé sur une méthode de décomposition de domaines. Dans le cadre de la simulation d'inspection en ultrasons, ce code est exploité via un couplage avec les méthodes semi-analytiques de CIVA. Dans ces simulations, on étudie l'interaction entre une onde ultrasonore se propageant au sein d'une pièce inspectée et un défaut (fissure, trou) présent au sein de la pièce. L'utilisation du code éléments finis permet d'affiner les résultats à la proximité des défauts étudiés. Le code fonctionne avec des éléments finis heaxédriques définis dans chacun des sous-domaines. Actuellement, la mise en place de maillages autour du défaut se fait à partir de défauts type pour lesquels on sait générer des maillages hexaédriques par sous-domaines. Cela limite l'application à des géométries de défauts simples. Le travail du stagiaire consistera à s'inspirer d'articles de recherche en éléments finis ou en visualisation pour développer des procédures de maillages permettant de généraliser les calculs à des défauts plus complexes (fissures ramifiées notamment).

Apprentissage profond pour l'amélioration des méthodes d'imagerie ultrasonores en contrôle non destructif

DISC

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

2 mois

6727

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : christophe.reboud@cea.fr

Dans le domaine du Contrôle non Destructif (CND), les méthodes d'imageries sont en plein essor : méthodes de « beamforming » pour les ultrasons, « computed tomography » pour les rayons X. Elles permettent de transformer des signaux physiques en images interprétables par les opérateurs. Cependant, Les volumes de données à traiter deviennent de plus en plus importants et de nouvelles méthodes d'analyse doivent être développées. Récemment une nouvelle technologie émerge pour la reconstruction d'images : le Deep Learning. Les premiers résultats obtenus par des équipes spécialisées semblent être prometteurs à la fois pour accélérer les algorithmes de reconstruction ou limiter le nombre de données mais aussi pour augmenter de la résolution des images reconstruites. Le Département Imagerie Système pour le Contrôle (DISC) de l'institut CEA LIST travaille activement sur le développement et l'amélioration des algorithmes de reconstruction ultrasonores de type « beamforming » (on peut citer parmi ceux-ci les algorithmes SAFT, TFM, PWI, …). L'objet du stage proposé est de développer des algorithmes alternatifs basés sur les outils de Deep Learning. Grâce au logiciel CIVA (plateforme de simulation multi-physiques en contrôle non destructif, développée au DISC), des bases de données importantes de signaux simulés pourront être rapidement générées. Elles permettront l'évaluation poussée des performances des algorithmes développés et leur comparaison aux algorithmes existants. Dans ce stage, on se limitera à la mise en place d'outils pour le traitement de signaux ultrasonores. L'étudiant devra, dans un premier temps, prendre en main le module de simulation ultrasonore de CIVA afin de générer des bases de données de signaux simulés. Il se familiarisera avec les algorithmes de reconstruction ultrasonores implémentés dans CIVA (état de l'art). Puis, il étudiera un framework de Deep Learning (Tensorflow) pour mettre en place la chaine de traitement des données ultrasonores afin de reconstruire une image des défauts dans la pièce inspectée. L'outil développé sera ensuite comparé aux algorithmes de l'état de l'art en termes de qualité d'image et de temps de calcul. Si à l'issue de ce stage les résultats sont concluants, des possibilités d'extensions à d'autres physiques seront envisagées notamment à celle des rayons X. Le framework TensorFlow pourra également être utilisé pour d'autres tâches liées à l'aide au diagnostic en CND (reconnaissance de forme, classification…).

Elagage de trie d'état adaptatif dans les Blockchains

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

6 mois

6110

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : sara.tucci@cea.fr

Le stage s'’inscrit dans le cadre de travaux menés au sein d'une équipe du CEA LIST qui développe des systèmes d'information coopératifs de confiance (LICIA). L'équipe développe des apllications de type blockchain et s'intéresse aux aspects protocoles distribués dans ce contexte. Le stage se déroulera au sein du LICIA sur le site du CEA à NanoINNOV sur le plateau de Saclay. Description du sujet: Bitcoin est un système de payement P2P inventé en 2008 et publié en tant que logiciel libre en 2009. Depuis sa création Bitcoin est devenu la plus importante crypto-monnaie utilisée actuellement. Ethereum a introduit une blockchain qui permet aux utilisateurs de développer , exécuter et utiliser des contrats intelligents. Un contrat intelligent est une collection de code et de données qui résident à une adresse spécifique sur la chaine de blocs Ethereum. Pour des raisons d'efficacité , dans Ethereum, contrairement à bitcoin , chaque bloc contient une racine d'état qui stocke l'état complet du système : tous les soldes de comptes , contrats intelligents et les nonces de compte sont à l'intérieur .cependant , l'un des problèmes importants , concernant les tentatives d'état est la grande quantité de données que les utilisateurs doivent stocker . Pour résoudre ce problème , une approche d'élagage d'arbres d'état a été proposée .L'idée est de compter les références à suivre lorsque les nœuds tombent de l'état trie , et à ce moments là de les supprimer , à moins que le même nœud ne soit à nouveau utilisé dans les prochains X blocs .cependant trouver la bonne valeur de X n'est pas trivial . Travail a réaliser : Sur la base de cette observation , l'objectif du stage est de développer une approche adaptative pour rendre l'élagage de l'état efficace et d'étudier les implications de l'approche développée . A cette fin , une approche d'ajustement des paramètres adaptatifs sera utilisée pour trouver la valeur X dynamique. L'approche sera d'abord testée sur un simulateur puis sur un réseau privé Ethereum. Le stagiaire aura pour activités de : -préparer un état de l'art sur les essais d'état dans les systèmes blockchain , -préparer un état de l'art sur les approches de réglage de paramètres adaptatifs , -développer un modèle de simulation fonctionnant sur un seul nœud sur un ordinateur , développer la conception finale de l'approche sur Ethereum et la tester sur un réseau privé Ethereum. •

Identification des aspects polymorphes appliquée à la transformation import des modèles

DILS

Mathématiques, information  scientifique, logiciel - Mathématiques, information  scientifique, logiciel

Saclay

Ile de France

4 à 6 mois

6012

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : gabriel.pedroza@cea.fr

Les langages de programmation et approches Orientés Objets( OO) par ex.Java, supportent la notion de polymorphisme des objets. Cette notion permet l'implémentation multiple d'une notion concept sur des objets différents selon les propriétés et méthodes spécifiées .en particulier , les objets héritant d'un même objet père peuvent redéfinir les méthodes héritées pour les adapter à leur contexte local tout en gardant les propriétés héritées .Ce stage aborde le problème inverse , c'est à dire celui d'identifier les aspects polymorphes des objets définis dans des contextes OO différents - par ex. langages , méta modèles , langages de programmation différents .L'objectif global est de trouver les points communs et les spécificités des objets .L'identification des points communs et des spécificités dans deux langages méta modèles est un problème complexe car on a besoin d'analyser leur syntaxe structure ainsi que leur sémantique .Pour limiter la compléxité , on propose le schéma suivant : on considère un langage source OO (méta modèle) et des instances (modèles )et un langage cible OO (méta modèle )et des instances (modèles ) et on se propose de : -définir un ensemble de règles syntaxiques qui permettent la comparaison et mise en relation des objets associés à la même notion concept - définir un ensemble de règles syntactiques qui permettent la comparaison et mise en relation des objets associés aux notions différentes - définir et implémenter la transformation d'un objet source vers un ou plusieurs objets cible afin de compléter ces derniers en suivant les règles de transformation préalablement définies - utiliser les fonctions de transformation définies pour mapper les objets dans une instance source vers l'instance cible Le problème abordé dans ce stage se réduit souvent à l'import d'une base de connaissance vers un modèle cible .Ainsi, on peut se positionner dans la logique de transformation de modèles .Vu que le laboratoire développe des approches IDM, et l'outil Papyrus , la transformation à développer devra être basée sur l'API Eclipse Ecore .afin d'améliorer certains aspects de format xml, il est prévu que la ou le stagiaire ait besoin de parser des entrés en se basant sur des outils tel que SAX.

Voir toutes nos offres