Deep learning pour la détection des défauts d’arcs électriques.

Description

Informations générales

Lieu de travail : Nancy, campus Artem
Type de contrat : Stage
Durée du stage : 6 mois
Date d'embauche prévue : A partir de février
Quotité de travail : Temps complet
Rémunération : Gratification selon grille en vigueur (4.35 € net par heure)
Niveau d'études souhaité : Elève ingénieur ou Master 2
Expérience souhaitée : Indifférent

Missions / Activités

Le sujet proposé s’intègre dans un projet plus large qui a pour objectif la détection des défauts d’arcs électriques dans les installations électriques. Cette détection est basée sur l’analyse de données séries temporelles (base de données de signatures de courants électriques) échantillonnées. Une série de descripteurs est appliquée sur les data, suivi par une étape de classification de défauts (Arc / NonArc). Plusieurs problématiques pourront, suivant l’intérêt du candidat, être abordées durant le stage proposé :

1. Augmentation de la base de données : L’étudiant se focalisera sur des modèles génératifs basés sur l’intelligence artificielle et plus spécifiquement les Generative Adversarial Networks (GAN) ou autres approches.
2. Tests de descripteurs : Choix, test et optimisation d’un set de descripteurs performants (transformations mathématiques) et classification (Arc / NonArc).
3. Dataset réduit : Notre base de données est relativement réduite (peu de signaux mesurés). L’objectif du travail proposé est concentré sur la mise au point de méthodes ‘’few shot learning’’ pour améliorer la détection.
4. Détection multicapteurs.

Profile

Profil recherché

- Etudiant de master ou école d’ingénieur

- Compétences en Machine learning et deep learning

- Traitement du signal

- A l’aise avec la programmation (python)

- Maîtrise des librairies scientifiques

- Autonomie et curiosité.

Starting date

-02-02