Contexte et atouts du poste
L’objectif de ce stage est de développer une méthode automatisée permettant de découvrir des formules physiques interprétables à partir de données satellitaires, en s’appuyant sur le framework DRAGON ( Traditionnellement, la découverte de formules physiques repose sur l’intuition et l’expertise des chercheurs, associées à des hypothèses simplificatrices. Ces approches peuvent limiter la capacité des formules à représenter fidèlement des systèmes réels. Parallèlement, les méthodes d’intelligence artificielle proposent aujourd’hui des modèles paramétriques de type « boîte noire » qui permettent de modéliser efficacement des relations complexes entre variables d’entrée et de sortie, mais au prix de la perte d’interprétabilité et de la frugalité.
La régression symbolique offre une alternative : plutôt que d’optimiser uniquement les paramètres d’un modèle, elle cherche à identifier directement la structure de la formule physique et les paramètres associés. Dans ce stage, le candidat sera amené à mettre en œuvre une approche utilisant DRAGON, qui représente les solutions sous forme de graphes acycliques dirigés (DAG) et les optimise à l’aide d’algorithmes évolutionnaires.
Le stage débutera par la mise en œuvre et l’évaluation de DRAGON sur un problème de régression symbolique dont la formule est connue, à savoir la modélisation du NDVI (Normalized Difference Vegetation Index). Une fois cette étape validée, le stagiaire appliquera l’approche à un problème plus complexe, pour lequel la relation exacte entre les variables d’entrée et de sortie n’est pas connue : la reconstitution de la température au thermomètre mouillé à partir de données satellitaires.
Mission confiée
Missions :
Avec l'aide de ses encadrants, la personne recrutée sera amenée à implémenter une approche de régression symbolique sur des données satellitaires en utilisant le package DRAGON.
Pour une meilleure connaissance du sujet de recherche proposé :
article expliquant DRAGON: (
le code:
Collaboration :
La personne recrutée sera en lien avec Julie Keisler qui a développé et utilise le package, Anastase Charantonis et Sarah Safieddine.
Responsabilités :
La personne recrutée aura la charge de prendre en main DRAGON et sera encouragée à prendre des initiatives pour l’adapter au problème de régression symbolique sur données satellitaires.
Principales activités
Principales activés :
Compréhension et prise en main du package DRAGON
Etat de l'art sur la modélisation du NDVI et de la TTM
Traitement des données satellitaires
Régression symbolique pour le NDVI
Régression symbolique pour la TTM
Compétences
Compétences techniques et niveau requis :
Expertise de codage en python
Langues : Français, Anglais
Compétences relationnelles : Ecoute, réactivité, persévérance, bonne gestion du stress
Compétences additionnelles appréciées : Initiative, Recherche bibliographique
Avantages
1. Restauration subventionnée
2. Transports publics remboursés partiellement
3. Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
4. Possibilité de télétravail et aménagement du temps de travail
5. Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
6. Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
7. Accès à la formation professionnelle
8. Sécurité sociale
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.