Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

2 septembre 2018

Stage M2 Analyses statistiques multivariées et Machine learning


Catégorie : Stagiaire


Analyses statistiques multivariées et Machine learning Application à la caractérisation de la croissance de populations de plantes

Compétences attendues : Connaissances de base en base en data sciences, expérience dans un langage de programmation adapté (au choix Python, R, Matlab ...).

Compétences développées : Méthodes de traitement du signal et des images avancées (Analyse statistiques multivariées en Machine learning), expérience pluridisciplinaire (STIC – sciences du vivant) impliquant des partenaires académiques et privés.

Environnement de travail : Le stage se déroule au sein du laboratoire LARIS de lʼUniversité d’Angers, en collaboration avec la plateforme dʼinstrumentation et dʼimagerie du végétal PHENOTIC de l’INRA d’Angers. Le stage est financé dans le cadre du programme ANR Investissements dʼAvenir AKER en partenariat avec la Station Nationale d’Essais de Semences (SNES- GEVES) et le groupe industriel français Florimond Desprez.

Descriptif détaillé : https://uabox.univ-angers.fr/index.php/s/1icxNJ2rEjmVlEc

Contact : david.rousseau@univ-angers.fr

 

Contexte : Le dérèglement climatique, le développement de nouvelles maladies des plantes, la maîtrise des rendements, amènent les états et l’ensemble des acteurs de l’agriculture en charge de la sélection variétale, à identifier des semences performantes, résistantes aux maladies, à des périodes de sécheresse ou de brusques variations environnementales durant leur développement. Ces travaux peuvent bénéficier d’avancées technologiques récentes en matière d’imageries non destructives en 3D et de traitements de l’information applicables sur de larges populations de plantes. Une échelle particulièrement importante est celle de la graine, dont la qualité germinative conditionne la suite du développement de la plante. Dans ce stage, nous nous intéressons à des graines de betterave sucrière pour laquelle la France est l’un des plus gros producteurs au monde.

Problématique : Le travail vise lʼanalyse statistique multivariée de la croissance de plantules. Il d’agit d’analyser si des lots de plantules au patrimoine génétique déterminé ou avec des caractéristiques germinatives mesu- rées par ailleurs se distinguent dans cette phase de développement. On procèdera à une analyse multivariée en prenant en compte l’évolution temporelle de différents organes au sein de ces plantules. On ajoutera également dans l’analyse des paramètres issus d’imagerie par tomographie X. Des méthodes d’apprentissage automatique de type non supervisé sous forme de clustering (K-nearest neighors, mean shift, dynamic time warping, réseaux de neurones de type autoencoders) seront mis en œuvre.

Descriptif détaillé : https://uabox.univ-angers.fr/index.php/s/1icxNJ2rEjmVlEc

Contact : david.rousseau@univ-angers.fr

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.