[PDF] [PDF] Intelligence artificielle - IMT Atlantique

[PDF] Listes des sites Internet de recherche demploi et d - BAnQ

(http://ville montreal qc ca/portal/page?_pageid=7257,73609618&_dad=po ( http://imt emploiquebec gouv qc ca/mtg/inter/noncache/contenu/asp/ice62

[PDF] Pause IMT août 2019 - Emploi Québec - Gouvernement du Québec

20 août 2019 · Saviez-vous que? 1 Nouvelles 1 Revue de presse 2 Le navettage des travailleuses et travailleurs de la RMR de Montréal 4 Répartition de 

[PDF] Pause IMT mars 2020 - Emploi Québec - Gouvernement du Québec

1 mar 2020 · (Journal de Montréal, 3 février 2020 et Courrier Laval, 31 janvier et 3 février 2020) Le salaire minimum passera à 13,10 $ l'heure à partir

[PDF] les accords IMT Mines Albi peuvent être consultés sur lENT / pour

20 nov 2020 · École de Technologie Supérieure de Montréal IMT PGE IMT MINES ALÈS 1100 Rue Notre-Dame Ouest, Montréal, QC H3C 1K3 non défini

[PDF] Post-doctorat en traitement dimages médicales - IMT Atlantique

Encadrants Pierre-Henri Conze et Nicolas Farrugia, IMT Atlantique Collaborations Vincent Gripon, IMT Atlantique, Montreal Institute for Learning Algorithms 

[PDF] Intelligence artificielle - IMT Atlantique

Dr Vincent Gripon (Brain Inspired Artificial Intelligence Project, à l'IMT Atlantique, Brest, France), et le L'Université de Montréal est un établissement de

[PDF] LIMT est à vos côtés - Groupe IMT

Pour Sanofi Pasteur, à Val-de-Reuil, l'IMT recrute et forme des L'IMT s'y prépare activement pour vous francophone de l'ouest de l'île de Montréal, et ceux

[PDF] Une entreprise cest vivant - Aqisep

Mise en contexte L'information sur le marché du travail (IMT): Diffusion de l'IMT à Montréal: À partir du site IMT en ligne, www imt emploiquebec gouv qc ca,

[PDF] « LAlignement Pédagogique » - IMT

Depuis toujours intéressé par l'enseignement, il découvre une passion pour la pédagogie universitaire lors d'un post-doctorat à l'Université de Québec à Montréal 

[PDF] un produit mondialisé l automobile composition

[PDF] principe de non malfaisance

[PDF] principe de bienfaisance infirmier

[PDF] principe ethique definition

[PDF] principe de bienfaisance

[PDF] formation wordpress pdf gratuit

[PDF] principes éthiques fondamentaux universels

[PDF] wordpress tutoriel français pdf

[PDF] 4 principes bioéthique

[PDF] cours wordpress pdf 2016

[PDF] manuel wordpress 4 pdf

[PDF] la motivation dans l'entreprise pdf

[PDF] jurisprudence internationale définition

[PDF] principe juridique droit

[PDF] principes généraux du droit définition

Titre de la thèse : Intelligence artificielle neuro-inspirée appliquée à la perception auditive de

scènes naturelles

Le projet vise à modéliser la perception auditive naturelle à l"aide de réseaux neuronaux

artificiels et du traitement de signal sur graphes, à l"aide à l"imagerie par résonance magnétique fonctionnelle (IRMf) et de données électroencéphalographiques (EEG). Les progrès récents dans le domaine de l"intelligence artificielle sont dus en grande partie aux performances exceptionnelles obtenues par les réseaux neuronaux profonds dans la classification des stimuli naturels composites. L"apprentissage profond reste cependant

confronté à des défis importants en ce qui concerne la perception auditive naturelle [1], en

particulier dans les scènes complexes et bruyantes impliquant plusieurs sources simultanées.

Cette thèse utilisera des données de neuroimagerie humaine pour améliorer la capacité des

réseaux artificiels à classer les stimuli auditifs naturels.

Des travaux récents ont démontré la faisabilité de construire des modèles artificiels pour relier

les caractéristiques musicales à l"activité cérébrale [2,3]. De tels modèles fonctionnent aussi

bien que les auditeurs humains, tant pour la reconnaissance du genre musical que pour des tâches simples de discrimination de la parole [3]. Les couches internes des réseaux profonds

ont également été utilisées pour prédire l"activité cérébrale liée aux sons naturels, en

modélisant chaque voxel individuel de l"activité de l"IRMf à l"aide de combinaisons de cartes

caractéristiques [3]. Nous proposons d"étudier les extensions des approches actuelles pour

considérer les réseaux profonds sur graphes [4], le traitement du signal sur les graphes [5,7,8],

et pour modéliser les signaux temporels sur des graphes dynamiques [6]. Nous construirons une série de modèles artificiels, en utilisant des enregistrements complets de l"activité

cérébrale de l"EEG et de l"IRM, acquis auprès de participants effectuant des tâches auditives

d"une complexité croissante.

Supervision et financement

Ce projet de doctorat est une collaboration entre les laboratoires du Dr Nicolas Farrugia et du Dr Vincent Gripon (Brain Inspired Artificial Intelligence Project, à l"IMT Atlantique, Brest, France), et le laboratoire du Dr Pierre Bellec (NeuroMod - Courtois Project on Neuronal Modelling - CRIUGM, Département des Sciences informatiques et Recherche opérationnelle, Université de Montréal, Montréal, Qc, Canada). Le candidat devra partager son temps entre

Montréal et Brest.

IMT Atlantique est une école d"ingénieur publique axée sur la formation d"ingénieurs et de

jeunes chercheurs au niveau du doctorat. L"Université de Montréal est un établissement de renommée mondiale qui forme des

scientifiques d"élite et est actuellement l"un des principaux centres de recherche en intelligence

artificielle et en neuroinformatique en Amérique du Nord.

Comment canditater

Par email à nicolas.farrugia@imt-atlantique.fr et pierre.bellec@criugm.qc.ca avec les pièces suivantes: - un CV complet - Au moins une lettre de recommendation ou des contacts pour recommendation - Une lettre de motivation expliquant votre intérêt spécifique pour ce projet - Relevés de notes de master 2

Date limite pour les candidatures - 20 juin 2019

[1] J. F. Gemmeke, D. P. Ellis, D. Freedman, A. Jansen, W. Lawrence, R. C. Moore, M. Plakal, and M. Rit-ter, "Audio set: An ontology and human-labeled dataset for audio events," inAcoustics, Speech andSignal Processing (ICASSP), 2017 IEEE International Conference on.IEEE, 2017, pp. 776-780. [2] V. Alluri, P. Toiviainen, T. E. Lund, M. Wallentin, P. Vuust, A. K. Nandi, T. Ristaniemi, and E. Brattico,"From vivaldi to beatles and back: predicting lateralized brain responses to music,"Neuroimage,vol. 83, pp. 627-636, 2013. [3] A. J. Kell, D. L. Yamins, E. N. Shook, S. V. Norman-Haignere, and J. H. McDermott, "A task-optimizedneural network replicates human auditory behavior, predicts brain responses, and reveals a corticalprocessing hierarchy,"Neuron, vol. 98, no. 3, pp. 630-644, 2018. [4] Zhou, J., Cui, G., Zhang, Z., Yang, C., Liu, Z., & Sun, M. (2018). Graph neural networks: A review of methods and applications. arXiv preprint arXiv:1812.08434. [5] D. I. Shuman, S. K. Narang, P. Frossard, A. Ortega, and P. Vandergheynst, "The emerging field ofsignal processing on graphs: Extending high-dimensional data analysis to networks and other ir-regular domains,"IEEE Signal Processing Magazine, vol. 30, no. 3, pp.

83-98, 2013.

[6] R. Hamon, P. Borgnat, P. Flandrin, and C. Robardet, "Duality between temporal networks and sig-nals: Extraction of the temporal network structures,"arXiv preprint arXiv:1505.03044, 2015.
[7] Pilavci, Y. Y., & Farrugia, N. (2019). Spectral Graph Wavelet Transform as Feature Extractor for Machine Learning in Neuroimaging. In ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 1140-1144). IEEE. [8] Ménoret, M., Farrugia, N., Pasdeloup, B., & Gripon, V. (2017, November). Evaluating graph signal processing for neuroimaging through classification and dimensionality reduction. In 2017 IEEE Global Conference on Signal and Information Processing (GlobalSIP) (pp. 618-

622). IEEE.

quotesdbs_dbs24.pdfusesText_30