Stagiaire - Décomposition en composants des couches internes d’un réseau de neurones pour la détection de données out-of-distribution

À propos de IRT Saint Exupéry

L’Institut de Recherche Technologique (IRT) Saint Exupéry est un accélérateur de science, de recherche technologique et de transfert vers les industries de l’aéronautique et du spatial pour le développement de solutions innovantes sûres, robustes, certifiables et durables.

Nous proposons sur nos sites de Toulouse, Bordeaux, Sophia Antipolis et Montréal un environnement collaboratif intégré composé d’ingénieurs, chercheurs, experts et doctorants issus des milieux industriels et académiques pour des projets de recherche et des prestations de R&T adossés à des plateformes technologiques autour de 4 axes : les technologies de fabrication avancées, les technologies plus vertes, les méthodes & outils pour le développement des systèmes complexes et les technologies intelligentes.

Nos technologies développées répondent aux besoins de l'industrie, en intégrant les résultats de la recherche académique.

 3 raisons de nous rejoindre

• Prendre part à des projets de recherche innovants, au service de la recherche technologique française et au profit de l'industrie implantée sur le territoire national et européen.

• Vivre sa passion pour la technologie, se donner la liberté d’innover et développant son esprit pionnier et d’équipe !

• Evoluer dans un environnement collaboratif intégré et multiculturel, en travaillant aux côtés des collaborateurs issus de la recherche académique ou de l’industrie: chercheurs, doctorants, ingénieurs, techniciens, etc.

Visitez en 360° nos plateformes technologiques sur Toulouse : https://storage.net-fs.com/hosting/6834310/4/

L’intelligence artificielle, et en particulier le Deep Learning, ont montrés ces dernières années des performances inégalées dans de nombreux domaines. Cependant la nature aléatoire de leur entraînement induit des difficultés pour leur application à des systèmes critiques qui comportent de forts enjeux en termes de sécurité matérielle et humaine.

Pour pallier ces limitations, le projet DEEL (DEpendable and Explainable Learning www.deel.ai, dans le cadre du Cluster IA ANITI aniti.univ-toulouse.fr/#chaires) s’intéresse à la détection de données dite « Out-Of-Distributions » (OOD) pour des réseaux de neurones déjà entraînés. L’idée est de pouvoir empêcher le modèle d’être appelé sur des données étant significativement différentes de celles qu’il a pu assimiler lors de son entraînement, et ainsi d’éviter des comportements non contrôlés ou aléatoires. De nombreuses approches existent pour parvenir à ce résultat, parmi lesquelles l’étude de la représentation des données dans les couches internes du réseau de neurone déjà entraîné [1]. En particulier, la.le stagiaire sera chargé.e d’étudier la décomposition en composants des couches internes des réseaux de neurones déjà entraînés. Des exemples de telles décompositions sont l’analyse des composants principaux [2], la décomposition en valeurs singulières ou encore la factorisation par matrices non négatives [3].  

 Le stage comprendra :

• Une prise en main des solutions existantes de détection de données OOD basées sur les couches internes des réseaux de neurones à l’aide de la librairie oodeel https://github.com/deel-ai/oodeel

• Une sélection des différentes méthodes de décomposition à étudier

• L’implémentation de ces méthodes à l’aide d’oodeel.

• La comparaison approfondie de ces méthodes pour étudier leur efficacité, leur complémentarité et leurs propriétés (par exemple, interprétabilité, efficacité pour certains types de données OOD…)

Dans le cadre d'un stage de fin d’études de niveau Bac+5 (Ingénieur, Master) en cursus Mathématiques appliquées ou Informatique scientifique, vous disposez de compétences en programmation Python. Vous avez mis en œuvre des librairies de machine learning et/ou de deep learning (tensorflow, keras) et Linux.

Vous êtes capable de lire, écrire et vous exprimer en anglais.