Postdoc (H/F) en apprentissage ML de systèmes dynamiques pour les neurosciences

When:
15/04/2024 all-day
2024-04-15T02:00:00+02:00
2024-04-15T02:00:00+02:00

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Institut FEMTO-ST, Besançon
Durée : 12mois
Contact : jean.aucouturier@femto-st.fr
Date limite de publication : 2024-04-15

Contexte :
Le groupe de recherche Neuro du département d’Automatique et Robotique, Institut FEMTO-ST à Besançon, recherche un.e chercheur.se postdoctorant.e dans le domaine de l’apprentissage de systèmes dynamiques et des réseaux de neurones physiquement informés (PINNs), pour application à la recherche en neuroscience.

Le contrat est financé initialement pour une période de 12 mois, grâce à un contrat de la Région Bourgogne Franche-Comté (Project ASPECT, automatique des systèmes perceptifs, 2022-2025).

Info: https://neuro-team-femto.github.io/2024/02/23/postdoc-position

Sujet :
La mission principale de la personne recrutée sera de développer des modèles permettant de modéliser la dynamique de l’activité neurophysiologique de patients en état de coma, dans le but d’établir des biomarqueurs physiques de la probabilité de réveil.

Cette mission se base sur un dataset déjà disponible, collecté en collaboration avec le GHU Paris Psychiatrie et Neurosciences (Paris, France) et comprenant plusieurs centaines de patients coma, associant données EEG resting-state au 4 jour après le début du coma, et données cliniques sur le devenir neurologique au réveil (Hermann et al., 2024). La prédiction de l’état au réveil après coma a fait récemment l’objet d’une intense activité en apprentissage machine (ex. Zubler & Tsovara, 2023), mais les méthodes existantes n’ont pas encore exploré la caractérisation du système comme système dynamique, ni l’utilisation de tels paramètres physiques comme biomarqueurs.

Scientifiquement, les méthodes explorées pourront faire appel à l’état de l’art récent en régression symbolique (ex. SINDy, Sparse Identification of Nonlinear Dynamics; Brunton et al.), Neural ODE (Chen et al. NeurIPS 2018) ou les réseaux de neurones récurrents (Durstewitz et al. 2023).

Profil du candidat :
Les compétences attendues sont celles d’un.e chercheur/se de haut-niveau dans le domaine de l’apprentissage de systèmes dynamiques, des réseaux de neurones physiquement informés (PINNs) ou de l’identification de systèmes dynamiques en automatique:
– une bonne connaissance académique du domaine, attestée par une thèse de doctorat en machine-learning, automatique, physique ou biologie/neurosciences computationnelle
– de bonnes compétences de programmation en python, de développement et d’évaluation de modèles d’apprentissage machine, attestées par exemple par une activité de partage de code sur github/lab ou d’autres indicateurs équivalents
– de bonnes compétences de communication scientifique et de rédaction d’article, attestée par une activité de publication en revue internationales
– une appétence pour la modélisation de données biologique et neuroscientifiques en particulier

Formation et compétences requises :
Les compétences attendues sont celles d’un.e chercheur/se de haut-niveau dans le domaine de l’apprentissage de systèmes dynamiques, des réseaux de neurones physiquement informés (PINNs) ou de l’identification de systèmes dynamiques en automatique:
– une bonne connaissance académique du domaine, attestée par une thèse de doctorat en machine-learning, automatique, physique ou biologie/neurosciences computationnelle
– de bonnes compétences de programmation en python, de développement et d’évaluation de modèles d’apprentissage machine, attestées par exemple par une activité de partage de code sur github/lab ou d’autres indicateurs équivalents
– de bonnes compétences de communication scientifique et de rédaction d’article, attestée par une activité de publication en revue internationales
– une appétence pour la modélisation de données biologique et neuroscientifiques en particulier

Adresse d’emploi :
Avec près de 750 chercheurs/ses, l’institut FEMTO-ST est l’un des plus gros laboratoires CNRS de sciences de l’ingénierie de France. Il est situé à Besançon, une capitale régionale à taille humaine, régulièrement évaluée dans les premières de France pour sa qualité de vie et sa vie étudiante.

Institut FEMTO-ST, Département AS2M,
24 rue Alain Savary,
25000 Besançon, France