Annonce en lien avec l’Action/le Réseau : Doctorants

Laboratoire/Entreprise : ICUBE/INSA-Strasbourg
Durée : 3 ans
Contact : pierre.parrend@unistra.fr
Date limite de publication : 2019-06-31

Contexte :
Cette thèse s’inscrit dans le cadre du projet Interreg VIRTFac (Virtual Innovative Real Time Factory): Optimiser le chemin vers l’Industrie 4.0 en planifiant le bon système de production au bon moment. VIRTFac et la thèse débutent le 1er octobre 2019.
L’un des objectifs du projet VIRTFac est d’assister le partage et l’analyse des données entre les moyens de simulation, d’optimisation et d’invention lors de la planification et de la reconfiguration des systèmes de production.

La recherche doctorale bénéficie notamment de l’expertise de deux équipes de recherche du Laboratoire Icube : CSTB (Systèmes complexes et bio-informatique translationnelle) et CSIP (Conception, Système d’Information et Processus inventifs ). Le projet VIRTFac s’appuie sur des partenaires académiques et industriels, ainsi que sur les ressources d’analyse et de stockage des données de la plate-forme BICS du laboratoire ICube, entre autres.

Sujet :
L’objectif du doctorat est de proposer un nouveau modèle d’apprentissage [1] utilisant des méta-heuristiques et l’approche des algorithmes d’apprentissage actifs, c’est à dire pilotés par l’utilisateur [2],[3].

Ce modèle sera appliqué au cas d’utilisation VIRTFac traitant de l’optimisation et de l’invention [4]-[15] pour l’industrie du futur (IdF). Il vise à améliorer l’analyse, l’optimisation et les étapes inventives du processus de (re)configuration du système de production. Il sera mis en œuvre au moyen d’une bibliothèque indépendante du domaine et d’une application web spécifique à l’IdF.

Les propriétés suivantes de l’apprentissage basé sur l’expertise sont au centre de l’intérêt de ce travail : l’apprentissage accéléré par l’expertise, le renforcement, l’apprentissage de la nouveauté par la classification assistée par l’expert, le soutien à l’invention par l’investigation experte. La thèse priorisera l’une de ces trois propriétés en fonction des besoins identifiés du projet VIRTFac.

Profil du candidat :
• Une formation en informatique est requise. De l’expérience en optimisation statistique ou en intelligence artificielle est la bienvenue.
• Capacité à travailler au sein d’une équipe multidisciplinaire

Formation et compétences requises :
idem.

Adresse d’emploi :
Laboratoire ICube, Strasbourg.

Document attaché : 190429-VirtFac_AI-thesis_subject_proposal-FR.pdf