Emplois actuels liés à Modèles Universels D'apprentissage Automatique Pour Les Interfaces Cerveau-ordinateur - SaintMartind'Hères - Université Grenoble Alpes
-
Saint-Paul-lès-Durance, France CEA Temps pleinDescription du poste ** Domaine**: - Administration d'entreprise et communication ** Contrat**: - Stage ** Intitulé de l'offre**: - STAGE - Modélisation des interfaces U₃Si₂/Al avec des potentiels d'apprentissage automatique H/F ** Sujet de stage**: - Le combustible uranium-siliciure faiblement enrichi (U₃Si₂) est au cœur de la conception...
-
Chercheur (Post-doctoral) en Apprentissage en Modèle de Langue (F/H)
il y a 2 semaines
Saint-Martin-d'Hères, France Université Grenoble Alpes Temps pleinType de recrutement: Poste ouvert en CDD - Quotité de travail: 100% - Durée du contrat: Du 01 décembre 2025 au 30 novembre 2026 - Localisation: LIG 700 Avenue centrale 38400 Saint Martin d'Hères Présentation de la structure Sous l’autorité de Didier Schwab porteur de la chaire de recherche AugmentIA et du projet Pantagruel au sein d’une équipe...
-
Saint-Étienne, France Nacarat Formations Temps plein**Nacarat, centre de formation spécialisé dans le secteur sanitaire et social s'attache à offrir à chacun de ses apprenants des compétences supplémentaires lui permettant d'appréhender l'avenir plus sereinement.** **Nous recherchons un formateur ou une formatrice passionné(e) par l'enseignement et le développement des compétences.** Vous aurez pour...
-
Stage Ingénieur Modélisation Simulateur Robot Médical H/F
il y a 5 jours
Saint-Martin-d'Hères, France Cofabrik Temps pleinDate de début : 23 mars 2026 Contrat : Stage 5 à 6 mois Rémunération : Selon convention de la Métallurgie Ville : Saint Martin d'Hères (38) Spécialité : Matlab/Simulink - Robotique L'ENTREPRISE : Nom de l'entreprise : MinMaxMedical SAS Secteur d'activité : Santé / Dispositifs médicaux MinMaxMedical est une société spécialisée dans le...
-
Ramonville-Saint-Agne, France Magellium Artal Group Temps pleinMagellium (Groupe Artal), avec ses 300 collaborateurs, est un acteur indépendant, spécialiste sur la chaîne de valorisation du pixel et de la donnée image et vidéo (du capteur satellite, aéroporté ou drone jusqu’à son utilisation dans les systèmes d’information géographique, la cartographie et la Géointelligence). Magellium promeut la...
-
Saint-Mandé, Île-de-France Institut national de l'information géographique et forestière (IGN) Temps pleinAu sein de la DSI, le Service Innovation, Maturation et Valorisation (SIMV) est chargé de la mise en œuvre du programme de R&D. Il doit assurer l'entretien et l'évolution des plateformes et équipements technologiques permettant de structurer le processus d'innovation et d'assurer l'interface entre l'enseignement, la recherche, et les développements à...
-
Saint-Paul-lès-Durance, Provence-Alpes-Côte d'Azur, France CEA Temps pleinInformations générales Entité de rattachement Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un...
-
Ramonville-Saint-Agne, France Transitions Pro Occitanie Temps plein**Mission principale** Concevoir, piloter et mettre en œuvre des solutions d'automatisation et de digitalisation des processus internes pour améliorer l'efficacité opérationnelle, sécuriser les flux de travail et accompagner la transformation numérique de l'organisation. **Activités principales** Structuration, amélioration et sécurisation des...
-
Saint-Martin-d'Hères, France Université Grenoble Alpes Temps pleinType de recrutement: Poste ouvert en CDD - Quotité de travail: 100% - Durée du contrat: Du 01 janvier 2026 au 31 décembre 2026 - Localisation: LIPhy Phitem E (LIPHY) 140 Rue de la physique 38400 Saint Martin d'Hères Présentation de la structure Les laboratoires partenaires (LIPhy et 3SR) sont intégrés au LabEx Tec 21 qui finance ce projet. Le...
-
Offre de stage CEA
il y a 2 jours
Saint-Paul-lès-Durance, Provence-Alpes-Côte d'Azur, France Ensimag Alumni Temps pleinPostée le 10 nov.Lieu :Saint Paul Lez DuranceContrat : StageRémunération : 1400 €Société : CEA/IRFM (Institut de Recherche sur la Fusion par Confinement Magnétique)L'Institut de Recherche sur la Fusion par Confinement Magnétique est l'un des départements de la Direction de la Recherche Fondamentale du CEA. Depuis plus de 50 ans, son rôle est de...
Modèles Universels D'apprentissage Automatique Pour Les Interfaces Cerveau-ordinateur
il y a 3 semaines
**Modèles universels d'apprentissage automatique pour les interfaces cerveau-ordinateur // Universal Machine Learning Models for Brain-Computer Interfaces**:
- Réf **ABG-131518**
**ADUM-65289**
- Sujet de Thèse
- 29/04/2025
- Contrat doctoral
- Université Grenoble Alpes
- Lieu de travail- Saint Martin d'Hères cedex - Auvergne-Rhône-Alpes - France
- Intitulé du sujet- Modèles universels d'apprentissage automatique pour les interfaces cerveau-ordinateur // Universal Machine Learning Models for Brain-Computer Interfaces
- Champs scientifiques- Biologie
- Mots clés- Interface Cerveau-Machine, Apprentissage automatique, Tranfert d'Apprentissage, Électroencéphalographie
Brain-Computer Interface, Machine Learning, Tranfer Learning, Electroencephalography
**Description du sujet**:
- Les interfaces cerveau-machine (ICM) permettent à un utilisateur d'interagir avec une machine sans mouvement physique, uniquement à partir de l'activité cérébrale enregistrée par électroencéphalographie (EEG). Cette technologie est particulièrement prometteuse pour les personnes atteintes de troubles neuromusculaires ou de syndromes d'enfermement, en leur offrant un moyen crucial de communication. Les ICM ont aussi un fort potentiel dans les interactions homme-machine de demain, comme dans la détection de la fatigue ou de la charge cognitive.
L'EEG présente plusieurs avantages : il est peu coûteux, portable, sûr, silencieux et offre une excellente résolution temporelle. Cependant, malgré les avancées scientifiques, les ICM EEG restent difficiles à utiliser en pratique car les modèles d'apprentissage automatique (MLM) nécessitent un recalibrage à chaque session, du fait de la forte variabilité inter
- et intra-individuelle des signaux EEG. Cette contrainte limite leur déploiement en dehors des laboratoires.
Ce projet vise à concevoir des modèles d'apprentissage automatique universels (UMLM), utilisables sans entraînement préalable. Ces modèles « prêts à l'emploi » pourront être téléchargés et utilisés directement, sans recalibrage, sur tout individu. Pour les construire, le projet s'appuie sur trois axes complémentaires:
- Des techniques de transfert de connaissances basées sur la géométrie riemannienne, développées au GIPSA-LAB depuis 2018 ;
- Des modèles profonds et peu profonds entraînés sur de vastes bases de données EEG ouvertes et hétérogènes ;
- Les ressources de calcul intensif disponibles à Grenoble (GRICAD).
Ces modèles seront capables de s'ajuster automatiquement aux données pendant leur utilisation, sans étape d'entraînement spécifique. Les premiers résultats obtenus en apprentissage peu profond montrent la faisabilité de cette approche.
Le projet prévoit aussi la création d'un portail web où les chercheurs pourront télécharger, partager et évaluer les UMLM selon une méthodologie de comparaison standardisée. Ce portail contribuera fortement à la diffusion et à la visibilité internationale du projet et il sera développé par des ingénieurs du GIPSA-LAB.
Le projet est pionnier : il s'agira des premiers UMLM pour la communauté BCI. Si les approches profondes s'avéraient insuffisantes, une stratégie de repli vers des méthodes non-profondes, déjà maîtrisées au laboratoire, est prévue. Le risque est jugé faible, au vu des réussites dans des domaines voisins.
Brain-computer interfaces (BCIs) enable users to interact with a machine without physical movement, using only brain activity recorded via electroencephalography (EEG). This technology is particularly promising for individuals with neuromuscular disorders or locked-in syndromes, offering a crucial means of communication. BCIs also hold significant potential for the future of human-machine interaction, such as in detecting fatigue or cognitive load.
EEG offers several advantages: it is inexpensive, portable, safe, silent, and provides excellent temporal resolution. However, despite scientific advances, EEG-based BCIs remain difficult to use in practice because machine learning models (MLMs) require recalibration for each session. This is due to the high inter
This project aims at designing universal machine learning models (UMLMs) that can be used without prior training. These 'ready-to-use' models will be downloadable and directly usable by any individual, without training nor recalibration. To develop them, the project relies on three complementary pillars:
- Knowledge transfer techniques based on Riemannian geometry, developed at GIPSA-Lab since 2018;
- Deep and shallow learning models trained on large, open, and heterogeneous EEG databases;
- The high-performance computing resources available in Grenoble (GRICAD).
These models will be capable of automatically adapting to incoming data during operation, without the need for a dedicated training phase. Initial results in shallow learning confirm the feasibility of this approach.
The project also plans to create a web platform where researchers can download, share, and evaluate UMLMs using a standardized comparison
