Apprentissages fédérés sur les données de mobilité

When:
03/01/2021 – 04/01/2021 all-day
2021-01-03T01:00:00+01:00
2021-01-04T01:00:00+01:00

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

Laboratoire/Entreprise : IRIT
Durée : 2 ans
Contact : imen.megdiche@irit.fr
Date limite de publication : 1/3/2021

Contexte :
Le projet VILAGIL porte sur de multiples directions permettant de créer un écosystème capable de répondre aux besoins de la mobilité pour la région Occitanie. Dans le cadre de ce projet, l’action « Data et Mobilité » vise à développer des mécanismes d’intégration automatique, de stockages multi-stores et d’accès fédérés aux données. Ces données seront fournies par les partenaires non académiques du projet tels que Toulouse Metropole, Sicoval, Tisséo Collectivité. Dans certains cas ces données seront éclatées sur les différents sites des partenaires sans possibilité des les intégrer de manière centralisée. L’offre de postdoc cible donc particulièrement à répondre à cette problématique en proposant des approches d’accès fédérés.

Sujet :
L’objectif de ce poste est de développer des mécanismes d’agrégation dans un contexte d’apprentissage fédéré appelé aussi « Federated Learning (FL)» [1][2]. En FL, les organisames peuvent participer aux taches d’apprentissage sans forcément partager leurs données, il leur suffit de partager les paramétres de leurs modèles. Il est néanmoins pas évident à ce jour de fournir des mécanismes d’agrégation en mode fédéré qui prouvent leurs efficacités en présence de données hétèrogènes. Dans la littérature, certaines méthodes d’agrégration sont proposées telles que FedAvg [3], FedMA [4] ou FedPer [5]. Ces méthodes semblent parfois plus appropriés aux supports images ou dans un contexte d’apprentissage supervisée. Nous souhaiterons, vu la forte hétérognièté des données qui seront collectées dans VILAGIL (images caméras, données de capteurs, etc.), pouvoir proposer des mécanismes qui répondent efficacement à différents scénarios d’agrégation pour les différents types d’apprentissages.

Profil du candidat :
Doctorat en informatique

Formation et compétences requises :
Nous recherchons un(e) candidat(e) motivé(e) , force de propositions, avec un solide background mathématique et des connaissances confirmées en IA.

Adresse d’emploi :
118 route de Narbonne , Toulouse , France

Document attaché : 202101151138_VILAGIL_Fiche_De_Poste_PostDoc_1_FL.pdf