M2 Internship: Physics Informed Neural Networks for parameter estimation in Stochastic Differential Equations
For a complete presentation, see the pdf version of the offer available below.
Stage
stage M2: Agro-écologie et IA: construction d'itinéraires de patûrage ovins
Contexte et problématique :
Stage de M2: Détection de rupture multivariée et classification de courbes pour l'analyse de cinétique de métabolites
Détection de rupture multivariée et classification de courbes pour l'analyse de cinétique de métabolites
Mots - clés: séries temporelles multivariées ; clustering ; détection de rupture ; métabolomique
Contexte
Modélisation spatiaux-temporelle de la production laitière avec des réseaux de neurones
Ce stage de 6 mois porte sur la prévision de séries temporelles, avec un accent sur l’explicabilité des méthodes utilisées. Un intérêt particulier est porté à la détection des phénomènes atypiques et la quantification de leur impact sur la série temporelle cible. Le candidat idéal est en M2 ou en dernière année d’école d’ingénieur, avec des solides compétences en apprentissage automatique, statistiques et programmation. Une sensibilité aux sciences biologiques, agronomiques ou zootechniques est un plus.
STAGE M2, INGÉNIEUR ou CÉSURE - Analyses de la structure des communautés fongiques de la phyllosphère du blé
Résumé du projet
Le projet MycoMix (INRAE SPE / Graduate School BIOSPHERA) vise à explorer la façon dont les mélanges de
variétés de blé plus ou moins résistantes à Zymoseptoria tritici, champignon responsable de la septoriose,
influencent les communautés fongiques associées à la plante. Il s’agit d’évaluer dans quelle mesure ces
communautés microbiennes peuvent contribuer à la régulation de la maladie. Plus précisément, le projet
vise à comparer la structure et la composition des communautés fongiques entre des couverts
M2 Internship/Stage de M2 - Estimation of spatio-temporal models by Graph Neural Networks
All the details are in the joint pdf.
Apprentissage de modèle génératif de scènes 3D de grandes cultures
Afin d’optimiser les traitements dans l’agriculture, et donc de minimiser leur impact, il est
essentiel d’identifier précisément les plantes à cibler. Or, il existe une grande variété de cultures, de
stades de développements, et de conditions, certaines en lien avec le changement climatique. De
plus, les conditions de prise de vue elles-mêmes peuvent être variables selon le type de capteurs,
l’angle de prise de vue, la luminosité, etc.
Le projet de recherche dans lequel s’inscrit ce stage a pour objectif de permettre de comparer des
Résolution de problèmes de viabilité multi-agents : exploration de modèles et recherche opérationnelle
Le laboratoire Mathématiques et d’Informatique Appliquée MIA-PS d’INRAE propose un stage de M2 de 4 à 6 mois d'avril à fin août/septembre 2025, sur la mise au point de méthodes de résolution de problèmes de viabilité dans un cadre multi-agent.