STAGE de recherche en traitement du signal sur graphe
Il y a 1 jour
Crozon, Brittany, France
École navale
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
L'École navale
Établissement public à caractère scientifique, culturel et professionnel sous tutelle du ministère des Armées, l’École navale est une école militaire située sur la presqu’île de Crozon, dans le Finistère.
L’École navale, qui délivre un diplôme d’ingénieur reconnu par la Commission des titres d’ingénieurs, forme chaque année environ 300 élèves officiers de Marine et assure la formation de plusieurs spécialités maritimes du personnel de la Marine nationale, ainsi que plusieurs masters civils.
Ce sont ainsi 2 300 élèves qui passent dans l’établissement chaque année. L’École est également ouverte sur l’extérieur de par sa dimension « recherche », en partenariat avec le monde de l’industrie. Elle s’appuie pour cela sur son Institut de Recherche et d’Études Navales (IRENav).
Plus de 400 personnes civiles et militaires concourent à ces différentes missions et participent ainsi au développement de l’École navale, dans le double écosystème de l’enseignement supérieur, de la recherche et de l’innovation, et de celui du Ministère des Armées.
L'Institut de Recherche et d'Études Navales (IRENav) est le support de la recherche et de la formation scientifique. Institut pluridisciplinaire, il est labellisé par l'HCERES et est reconnu Unité de Recherche (UR 3634) dans le cadre de la contractualisation des laboratoires Arts et Métiers ParisTech. Ses équipes de recherche s'inscrivent dans quatre axes :
• Axe 1
- Analyse et modélisation de la donnée maritime.
• Axe 2
- Acquisition de la donnée et compréhension des phénomènes physiques.
• Axe 3
- Conception et optimisation de vecteurs et systèmes navals.
• Axe 4
- Cultures du commandement et facteurs humains. Ce stage relève de l'Axe 1 et l'Axe 2. Vos missions Sujet du stage : Traitement de signal sur graphes appliquées à des réseaux de capteurs pour une localisation de sources Le sujet de stage porte sur des problématiques de détection, localisation, identification et suivi de cibles dans des environnements complexes sur ou sous la surface de l'eau. Les réseaux de capteurs occupent aujourd'hui une place centrale dans de nombreuses applications maritimes et navales telles que la surveillance environnementale, la détection acoustique et sismique, la localisation de sources radiofréquences, ou encore la détection d'anomalies magnétiques. Ces réseaux produisent des données massives, hétérogènes et fortement corrélées spatialement, dont l'exploitation efficace reste un défi majeur, en particulier dans des environnements bruités ou partiellement observés. Le traitement du signal sur graphe (Graph Signal Processing, GSP) permet de généraliser les concepts classiques de traitement du signal à des données définies sur de telles structures en fournissant un cadre mathématique puissant pour modéliser cette structure non régulière et exploiter explicitement les relations topologiques entre capteurs. Ces approches sont indépendantes de la nature physique du signal mesuré et peuvent être appliquées à tout type de réseau de capteurs, dès lors qu’une relation de voisinage peut être définie. Ainsi chaque capteur est représenté par un nœud et chaque relation (proximité physique, corrélation de mesure, canal de communication, etc.) par une arête. Les signaux mesurés par les capteurs deviennent alors des signaux sur graphe, permettant de définir des notions de filtrage, de propagation, de détection et d’analyse spectrale adaptées à la topologie réelle du réseau. La problématique de l’analyse de l’information véhiculée par un réseau de capteurs consiste à exploiter sa structure topologique, afin de détecter de manière fiable la présence d’objets d’intérêt, d’estimer leurs positions dans l’espace et de suivre leur trajectoire tout en tenant compte du bruit environnant, des données manquantes, des contraintes de ressources et de la nature distribuée du traitement. Ce stage se propose d’étudier et d’établir des méthodes de détection en appliquant, par exemple, un filtrage spectral issu de la transformée de Fourier sur graphe au réseau de capteurs étudié [2–5]. La construction d'algorithmes de localisation exploitant des modèles de diffusion sur graphe sera également envisagée [6, 7]. Les premiers tests seront menés sur des données synthétiques, avant de potentiellement évaluer les méthodes développées sur des données réelles issues de plusieurs projets de recherche. La démarche mise en œuvre au cours du stage comprendra notamment les étapes suivantes :
• Dresser un état de l’art des méthodes de détection et de localisation (mono/multi-capteurs) et déterminer les méthodes adaptées aux besoins et aux contraintes de l’étude ;
• Concevoir et implémenter les méthodes de détection et/ou de localisation de l’objet d’intérêt ;
• Évaluer, valider et intégrer les méthodes à partir de signaux synthétiques et de mesures réelles. REFERENCES [1] Tristan AVERTY : Matrices de représentations généralisées, mesures spectrales et distances statistiques pour l’analyse et la classification de graphes et de signaux. Thèse de doctorat, UBO, 2025. [2] David I. SHUMAN et al. : The emerging field of signal processing on graphs : Extending high-dimensional data analysis to networks and other irregular domains. IEEE Sig. Pro. Mag., 30(3):83–98, 2013. [3] Antonio ORTEGA et al. : Graph signal processing : Overview, challenges, and applications. Proceedings of the IEEE, 106(5):808–828, 2018. [4] Ljubiša STANKOVIC, Miloš DAKOVIC et Ervin SEJDIC : Introduction to graph signal processing. In Vertex-frequency analysis of graph signals, pages 3–108. Springer, 2018. [5] Benjamin GIRAULT : Transformée de Fourier sur graphe pour les espaces de Hilbert quelconques. In GRETSI 2022-XXVIIIème colloque Francophone de Traitement du signal et des images, 2022. [6] Eric GRINSTEIN, Mike BROOKES et Patrick A. NAYLOR : Graph neural networks for sound source localization on distributed microphone networks. In ICASSP 2023-2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pages 1–5. IEEE, 2023. [7] Jhon A. CASTRO-CORREA, Mohsen BADIEY, Jhony H. GIRALDO et Fragkiskos D. MALLIAROS : Semi-supervised graph learning for underwater source localization using ship-of-opportunity spectrograms. The Journal of the Acoustical Society of America, 158(3):1836–1848, 2025. Mots clés : Traitement de signal sur graphe, analyse spectrale, localisation passive, data. Environnement militaire d’une école de formation initiale d’officiers avec accès soumis à autorisation (enquête de sécurité).
Votre profil
Diplôme préparé : Ingénieur ou Master en traitement du signal, théorie des graphes ou acoustique sous-marine.
• Disposer de solides bases en mathématiques appliquées.
• Disposer d'une bonne maîtrise de la programmation Matlab et/ou Python.
• Intérêt pour les aspects théoriques et expérimentaux liés à l'application visée.
• Bonnes capacités relationnelles, dynamisme, bonne capacité rédactionnelle, bon niveau en anglais. Conditions et
avantages:
Rejoignez un environnement de travail stimulant au sein d’un site exceptionnel et bénéficiez de nombreux
avantages:
• une restauration sur place aux frais du stagiaire (avec une participation de l’employeur) ;
• un accès à des activités sportives et de loisirs ;
• des solutions de transport gratuites depuis Brest et Daoulas (arrêt au Faou, Tal-ar-Groas et Lanvéoc).
• Intégrer une équipe de recherche pluridisciplinaire, dynamique et engagée dans des problématiques de pointe ;
• Travailler sur un sujet d’actualité majeur, à l’intersection du traitement du signal sur graphe et de la défense. Tuteurs :
• Mme Delphine DARÉ-EMZIVAT, Enseignant-chercheur à l’École navale ;
• M. Tristan AVERTY, Enseignant-chercheur à l’École navale. Localisation : Lanvéoc, Finistère (29). Laboratoire de recherche : IRENav (UR3634) Durée du stage : 6 mois maximum, à partir de février 2027 Gratification mensuelle dans le cadre d’une convention de stage. Les candidatures sont à transmettre avant le 15/11/2026, sous la référence « STG_DRI08_GSP », à recrutement@ecole-navale.fr Dossier de candidature :
• Curriculum vitae,
• Lettre de motivation,
• Attendus pédagogiques du stage et dernier relevés de notes (année N-1 et année en cours si disponible),
• Optionnel : le cas échéant lettre de recommandation ; portfolio ou présentation de projet(s) personnel(s)/scolaire(s) ; ou tout autre document que vous jugerez utile.
• Axe 1
- Analyse et modélisation de la donnée maritime.
• Axe 2
- Acquisition de la donnée et compréhension des phénomènes physiques.
• Axe 3
- Conception et optimisation de vecteurs et systèmes navals.
• Axe 4
- Cultures du commandement et facteurs humains. Ce stage relève de l'Axe 1 et l'Axe 2. Vos missions Sujet du stage : Traitement de signal sur graphes appliquées à des réseaux de capteurs pour une localisation de sources Le sujet de stage porte sur des problématiques de détection, localisation, identification et suivi de cibles dans des environnements complexes sur ou sous la surface de l'eau. Les réseaux de capteurs occupent aujourd'hui une place centrale dans de nombreuses applications maritimes et navales telles que la surveillance environnementale, la détection acoustique et sismique, la localisation de sources radiofréquences, ou encore la détection d'anomalies magnétiques. Ces réseaux produisent des données massives, hétérogènes et fortement corrélées spatialement, dont l'exploitation efficace reste un défi majeur, en particulier dans des environnements bruités ou partiellement observés. Le traitement du signal sur graphe (Graph Signal Processing, GSP) permet de généraliser les concepts classiques de traitement du signal à des données définies sur de telles structures en fournissant un cadre mathématique puissant pour modéliser cette structure non régulière et exploiter explicitement les relations topologiques entre capteurs. Ces approches sont indépendantes de la nature physique du signal mesuré et peuvent être appliquées à tout type de réseau de capteurs, dès lors qu’une relation de voisinage peut être définie. Ainsi chaque capteur est représenté par un nœud et chaque relation (proximité physique, corrélation de mesure, canal de communication, etc.) par une arête. Les signaux mesurés par les capteurs deviennent alors des signaux sur graphe, permettant de définir des notions de filtrage, de propagation, de détection et d’analyse spectrale adaptées à la topologie réelle du réseau. La problématique de l’analyse de l’information véhiculée par un réseau de capteurs consiste à exploiter sa structure topologique, afin de détecter de manière fiable la présence d’objets d’intérêt, d’estimer leurs positions dans l’espace et de suivre leur trajectoire tout en tenant compte du bruit environnant, des données manquantes, des contraintes de ressources et de la nature distribuée du traitement. Ce stage se propose d’étudier et d’établir des méthodes de détection en appliquant, par exemple, un filtrage spectral issu de la transformée de Fourier sur graphe au réseau de capteurs étudié [2–5]. La construction d'algorithmes de localisation exploitant des modèles de diffusion sur graphe sera également envisagée [6, 7]. Les premiers tests seront menés sur des données synthétiques, avant de potentiellement évaluer les méthodes développées sur des données réelles issues de plusieurs projets de recherche. La démarche mise en œuvre au cours du stage comprendra notamment les étapes suivantes :
• Dresser un état de l’art des méthodes de détection et de localisation (mono/multi-capteurs) et déterminer les méthodes adaptées aux besoins et aux contraintes de l’étude ;
• Concevoir et implémenter les méthodes de détection et/ou de localisation de l’objet d’intérêt ;
• Évaluer, valider et intégrer les méthodes à partir de signaux synthétiques et de mesures réelles. REFERENCES [1] Tristan AVERTY : Matrices de représentations généralisées, mesures spectrales et distances statistiques pour l’analyse et la classification de graphes et de signaux. Thèse de doctorat, UBO, 2025. [2] David I. SHUMAN et al. : The emerging field of signal processing on graphs : Extending high-dimensional data analysis to networks and other irregular domains. IEEE Sig. Pro. Mag., 30(3):83–98, 2013. [3] Antonio ORTEGA et al. : Graph signal processing : Overview, challenges, and applications. Proceedings of the IEEE, 106(5):808–828, 2018. [4] Ljubiša STANKOVIC, Miloš DAKOVIC et Ervin SEJDIC : Introduction to graph signal processing. In Vertex-frequency analysis of graph signals, pages 3–108. Springer, 2018. [5] Benjamin GIRAULT : Transformée de Fourier sur graphe pour les espaces de Hilbert quelconques. In GRETSI 2022-XXVIIIème colloque Francophone de Traitement du signal et des images, 2022. [6] Eric GRINSTEIN, Mike BROOKES et Patrick A. NAYLOR : Graph neural networks for sound source localization on distributed microphone networks. In ICASSP 2023-2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pages 1–5. IEEE, 2023. [7] Jhon A. CASTRO-CORREA, Mohsen BADIEY, Jhony H. GIRALDO et Fragkiskos D. MALLIAROS : Semi-supervised graph learning for underwater source localization using ship-of-opportunity spectrograms. The Journal of the Acoustical Society of America, 158(3):1836–1848, 2025. Mots clés : Traitement de signal sur graphe, analyse spectrale, localisation passive, data. Environnement militaire d’une école de formation initiale d’officiers avec accès soumis à autorisation (enquête de sécurité).
Votre profil
Diplôme préparé : Ingénieur ou Master en traitement du signal, théorie des graphes ou acoustique sous-marine.
• Disposer de solides bases en mathématiques appliquées.
• Disposer d'une bonne maîtrise de la programmation Matlab et/ou Python.
• Intérêt pour les aspects théoriques et expérimentaux liés à l'application visée.
• Bonnes capacités relationnelles, dynamisme, bonne capacité rédactionnelle, bon niveau en anglais. Conditions et
avantages:
Rejoignez un environnement de travail stimulant au sein d’un site exceptionnel et bénéficiez de nombreux
avantages:
• une restauration sur place aux frais du stagiaire (avec une participation de l’employeur) ;
• un accès à des activités sportives et de loisirs ;
• des solutions de transport gratuites depuis Brest et Daoulas (arrêt au Faou, Tal-ar-Groas et Lanvéoc).
• Intégrer une équipe de recherche pluridisciplinaire, dynamique et engagée dans des problématiques de pointe ;
• Travailler sur un sujet d’actualité majeur, à l’intersection du traitement du signal sur graphe et de la défense. Tuteurs :
• Mme Delphine DARÉ-EMZIVAT, Enseignant-chercheur à l’École navale ;
• M. Tristan AVERTY, Enseignant-chercheur à l’École navale. Localisation : Lanvéoc, Finistère (29). Laboratoire de recherche : IRENav (UR3634) Durée du stage : 6 mois maximum, à partir de février 2027 Gratification mensuelle dans le cadre d’une convention de stage. Les candidatures sont à transmettre avant le 15/11/2026, sous la référence « STG_DRI08_GSP », à recrutement@ecole-navale.fr Dossier de candidature :
• Curriculum vitae,
• Lettre de motivation,
• Attendus pédagogiques du stage et dernier relevés de notes (année N-1 et année en cours si disponible),
• Optionnel : le cas échéant lettre de recommandation ; portfolio ou présentation de projet(s) personnel(s)/scolaire(s) ; ou tout autre document que vous jugerez utile.