Stage–machine learning

Chez Wheere, au sein de l'équipe Algorithme, nous développons des méthodes innovantes à la croisée des mathématiques appliquées et de l'apprentissage automatique pour résoudre des problèmes complexes de traitement du signal et de modélisation physique. Dans ce cadre, le stage proposé s'intéresse à une approche hybride qui vise à combiner d'analyse spectrale classique et l'apprentissage par réseaux de neurones. Avec leNeural Network Unrolling, on « déroule » des algorithmes d'optimisation convexe (FISTA, ADMM, méthodes proximales) en couches entraînables afin d'injecter des connaissances a priori sur le modèle physique (modèle direct, contraintes physiques…) tout entirant parti de la puissance de l'apprentissage (adaptation aux données, robustesse, généralisation). L'objectif est de concevoir des estimateurs à la fois interprétables et performants. Missions principales : Vous participerez activement aux travaux de recherche et développement, en collaboration avec l'équipe Algorithme, vos missions incluront : Prendre en main les codes existants et la littérature associée Adapter les algorithmes NNU aux signaux WHEERE Réaliser des campagnes de mesures de données Réaliser des tests de validation sur données simulées et données réelles Affiner les modèles via fine-tuning et cross-validation Étudier les différences entre modélisation statistique et simulations CEM