Stage

M2 internship in AI and Data Science:

Spasticity is a motor disorder characterized by muscular hyperactivity caused by impaired nerve conduction. Diagnosis of this pathology relies on the assessment of the degree of resistance of the limb following a passive movement performed by the practitioner, and is used to determine the treatment to be followed. However, this assessment remains subjective and requires practical experience, making it difficult to learn for young practitioners.

Ce stage concerne l'application directe de méthodes de machine learning pour la résolution de problèmes d'optimisation combinatoire multi-objectifs. L'objectif est de pouvoir prédire la fréquence d'apparition d'une variable dans les solutions Pareto-optimales, afin d'ensuite utiliser des méthodes d'échantillonnage pour obtenir l'ensemble des solutions Pareto-optimales. L'apprentissage se base sur des techniques d'apprentissage profond spécifiques pour l'apprentissage de graphes, les réseaux neuronaux de graphes (GNN).

La prise en compte de l’aléatoire dans des contextes d’ordonnancement est une thématique de plus en plus présente aussi bien dans le monde académique qu’économique. Ainsi, la résolution des problème d'affectation de tâches à des ressources dans un cadre aléatoire présente un intérêt théorique notable car il n’existe pas, à ce jour, d’approche qui puisse calculer l’optimum global.

L'étude des négociations sur le climat est un sujet d'une grande complexité, puisque cellesci
mettent en jeu de nombreux acteurs, interagissant à des niveaux différents, selon des modalités
complexes, nécessitant la mise en place de mécanismes de délibération et de négociations
originaux en vue d'aboutir à des accords dont le résultat est parfois difficile à évaluer (en
particulier en ce qui concerne les conséquences sur le long terme).

Au cours des dernières décennies, la conception et l'analyse des algorithmes étaient basées sur l'analyse du pire cas, où la performance d'un algorithme est caractérisée par sa pire performance sur toutes les instances d'une taille donnée. Cependant, pour de nombreux problèmes, l'analyse du pire cas ne permet pas de prédire les performances des algorithmes en pratique. En effet, dans de nombreux scénarios, l'entrée est loin d'être le pire cas et présente certaines caractéristiques prévisibles.

ENGLISH BELOW

Le contexte de ce stage est celui de la robotique en essaim adaptive. Il s'agit de concevoir et déployer des algorithmes d'apprentissage distribués permettant à un ensemble de robots de résoudre une tâche collectivement (p.ex. transport collectif d'objets, exploration de l'environnement, recherche et récupération de ressources). Dans ce cadre, deux types de contraintes apparaissent principalement: (1) l'environnement de déploiement des robots est inconnu au préalable et (2) les capacités de communication et de calcul des robots sont limitées.

There are numerous platforms for online argument-based discussions, like the subreddit ChangeMyView, the idebate’s debatebase (https://idebate.org/debatabase), Kialo (https://www.kialo.com/) and Debategraph (http://debategraph.org) , which was used by the White House and CNN.

The general aim of the internship is to exploit expert knowledge regarding properties of optimisation
algorithms and problems, represented in the formal frameworks of ontologies and conceptual
graphs, and to develop tools to automatically extract underlying correlations: the objective
is to allow understanding the reasons why an algorithm is more appropriate than others to solve a
problem depending on its characterisation and possibly to offer new tools to configure optimisation
algorithms.

Contexte
Dans le domaine de l’intelligence artificielle explicable (XAI), de nombreuses approches sont
développées. Parmi celles-ci, une classe importante conçoit la recherche d’explications comme la
recherche de causes à une observation ou une décision. Il s’agit donc d’aller au-delà de simples
corrélations. Le but de ce stage est d’étudier les principaux formalismes dans cette classe de
méthodes, en distinguant en particulier les méthodes qui recherchent toutes les causes possibles
et celles qui cherchent à répondre à des questions particulières.