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

Laboratoire/Entreprise : Limos
Durée : 20 mois
Contact : issam.falih@uca.fr
Date limite de publication : 2022-05-01

Contexte :
Le LIMOS travaille en collaboration avec l’institut Analgésia, une fondation de recherche française dans le domaine de l’innovation et la douleur. Analgésia développe une application mobile e-santé permettant d’améliorer l’évaluation de la douleurs et d’accompagner le patient douloureux chronique au quotidien. Les données comprennent notamment des questionnaires hebdomadaires sous forme de niveau de score.

Sujet :
L’objectif principal est de développer de nouveaux modèles et de nouvelles méthodes basés sur l’apprentissage de représentation pour le clustering flou des séries temporelles avec une application aux données biomédicales.

Une première étape consistera à expérimenter l’état de l’art concernant les méthodes d’extraction d’attributs pour la classification non supervisée [MCLC21, MZLC19, YDW+20].
La deuxième étape serait d’utiliser un nouveau modèle de représentation basé sur une architecture neuronale afin d’améliorer la classification non supervisée des séries temporelles [MGL+18, YDZ+19]. Le but final est l’implémentation d’outils de fouille de données non supervisée afin de découvrir des groupes d’individus ayant des comportements identiques à la douleur, quelque soit leur pathologie de départ.

Profil du candidat :
– Doctorat en informatique, avec des compétences en fouille de données/Machine Learning/optimisation.
– Bonne liste de publication.
– Compétences en programmation en python..

Formation et compétences requises :
Pour les candidatures, merci d’envoyer par mail avant letextbf{ 6 décembre 2021}, un seul fichier pdf contenant une lettre de motivation décrivant leur parcours de recherche et leur motivation, un CV détaillé (avec la liste des publications) et les coordonnées de deux personnes de référence au maximum, à violaine.antoine@uca.fr et issam.falih@uca.fr

Adresse d’emploi :
LIMOS, Campus universitaire des Cézeaux, Université Clermont Auvergne

Document attaché : 202112010924_2021_PostDoc_Proposal-Fr.pdf