Emploi
Assistant de carrière BÊTA J'estime mon salaire
Mon CV
Mes offres
Mes alertes
Se connecter
Trouver un emploi
TYPE DE CONTRAT
Emploi CDI/CDD
Missions d'intérim Offres d'alternance
Astuces emploi Fiches entreprises Fiches métiers
Rechercher

Apprentissage de systèmes complexes partiellement observés // learning poorly known and observed large scale complex systems

Gif-sur-Yvette
Alternance
Université Paris-Saclay GS Informatique et sciences du numérique
Publiée le Il y a 8 h
Description de l'offre

Topic description

« Gouverner, c'est prévoir ». Ce proverbe s'applique à de nombreuses situations d'intérêt pour l'ingénierie, où les décisions doivent être prises sur la base de prévisions ou lorsque la conception d'une séquence d'actions appropriée pour atteindre un objectif donné nécessite une bonne connaissance de l'effet de ces actions sur le système considéré. Dans ce projet de thèse, nous visons à développer une approche théorique pour prédire des quantités d'intérêt ou (approximativement) l'état d'un système. Nous nous appuyons sur le cadre théorique de Mori-Zwanzig développé dans la communauté de la physique statistique à la fin des années 60. Nous aborderons de manière systématique les défis liés à l'élaboration d'un modèle prédictif pour les quantités d'intérêt d'un système complexe. La manière dont l'historique des observables est pris en compte est particulièrement importante. Une dynamique des observables basée sur Mori-Zwanzig sera considérée, s'appuyant sur des structures de mémoire bien choisies et fondées. Nous décrirons également la dynamique des affinités des observables, plutôt que les observables elles-mêmes. Ces développements méthodologiques seront d'abord illustrés sur des systèmes dynamiques de faible dimension avant d'être appliqués sur des données réelles grande échelle issues de la géophysique et/ou de la cardiologie.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

'Governing is forecasting'. This proverbial saying is relevant to many situations of engineering interest where decisions must be taken based on predictions or when devising a suitable sequence of actions to achieve some goal requires a good knowledge of the effect of these actions onto the system under consideration. In this thesis, we aim at deriving a theoretically grounded approach to predict quantities of interest or (approximation of) the state of a system. We rely on the Mori-Zwanzig framework developed in the statistical physics community in the late 60s. We will systematically address the challenges of deriving a predictive model for quantities of interest of a complex system. In particular, the way the history of the observables is accounted for is critical. A Mori-Zwanzig-based dynamics of the observables is considered, relying on principled memory structures. We will also consider describing the dynamics of affinities of observables, instead of the observables themselves. These methodological developments will first be illustrated on low-dimensional dynamical systems before being demonstrated on large scale real data from geophysics and/or cardiology.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/

Funding category

Funding further details

Contrats ED : Programme blanc GS-ISN

Postuler
Créer une alerte
Alerte activée
Sauvegardée
Sauvegarder
Voir plus d'offres d'emploi
Estimer mon salaire
JE DÉPOSE MON CV

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.

Offres similaires
Emploi Essonne
Emploi Ile-de-France
Intérim Essonne
Intérim Ile-de-France
Accueil > Emploi > Apprentissage de systèmes complexes partiellement observés // Learning poorly known and observed large scale complex systems

Jobijoba

  • Conseils emploi
  • Avis Entreprise

Trouvez des offres

  • Emplois par métier
  • Emplois par secteur
  • Emplois par société
  • Emplois par localité
  • Emplois par mots clés
  • Missions Intérim
  • Emploi Alternance

Contact / Partenariats

  • Contactez-nous
  • Publiez vos offres sur Jobijoba
  • Programme d'affiliation

Suivez Jobijoba sur  Linkedin

Mentions légales - Conditions générales d'utilisation - Politique de confidentialité - Gérer mes cookies - Accessibilité : Non conforme

© 2026 Jobijoba - Tous Droits Réservés

Les informations recueillies dans ce formulaire font l’objet d’un traitement informatique destiné à Jobijoba SA. Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée, vous disposez d’un droit d’accès et de rectification aux informations qui vous concernent. Vous pouvez également, pour des motifs légitimes, vous opposer au traitement des données vous concernant. Pour en savoir plus, consultez vos droits sur le site de la CNIL.

Postuler
Créer une alerte
Alerte activée
Sauvegardée
Sauvegarder