Doctorat de trois ans en modélisation de comportements complexes de type autistique chez la souris et impact de l’obésité induite pendant la grossesse en utilisant la vision par ordinateur et des approches d’apprentissage en profondeur – Marseille , France

France
نشرت 3 أشهر منذ

DOMAINE(S) DE RECHERCHE
Vision par ordinateur, machine/deep learning

DATE DE DEBUT A
partir du 01/01/2023

LIEU DE TRAVAIL
Marseille, France
Aix-Marseille Université – Laboratoire d’Informatique et Systèmes (LIS)
Campus de Saint Jérôme, 52 Av. Escadrille Normandie Niémen, 13013 Marseille

DESCRIPTION DE L’EMPLOI

Cette thèse vise à modéliser les comportements de cinq modèles murins de troubles du spectre autistique (TSA), causés par des mutations génétiques ou par une prise de poids gestationnelle excessive (GWG, détectée aujourd’hui chez la moitié des femmes), ou une combinaison des deux. Nous allons joindre l’expertise complémentaire de trois équipes de trois laboratoires pour étudier tout au long de la vie le « comportement spontané » des souris se déplaçant librement dans un espace ouvert, en utilisant un système récemment développé basé sur des outils nouveaux et évolutifs (Live Mouse Tracker – LMT https:/ /livemousetracker.org , DeepLabCut – DLC http://www.mackenziemathislab.org/deeplabcut).

Les comportements de tous les êtres vivants consistent en des modèles dans le temps : l’identification de cet ensemble de modèles disponibles pour un animal est essentielle pour faire des descriptions quantitatives du comportement. Nous proposons ainsi un pipeline d’analyse comportementale 3D dédié à l’étude de séries temporelles d’actions uniques (incluant des actions individuelles, dyadiques ou de groupe). Ce cadre s’appuiera sur la vision par ordinateur (tracking, reconnaissance de pose, …) et les techniques récentes d’apprentissage en profondeur (transformateurs, auto-encodeurs, …), et considérera ces séries temporelles d’actions à plusieurs échelles de temps.

L’objectif principal de cette thèse est ensuite de développer des algorithmes pour identifier de nouveaux motifs et séquences comportementaux dans des modèles murins de TSA par rapport à des témoins. La thèse sera scindée en deux parties complémentaires :

Partie 1 : modélisation de l’activité locomotrice complexe appliquée à cinq modèles murins de TSA . Nous allons développer un algorithme pour retrouver des séquences de comportements extraites de l’analyse de l’activité locomotrice (trajectoires points et comportements extraits par LMT), consistant à :

Partie 2 : Identifier de nouveaux motifs et séquences comportementaux dans des modèles murins de TSA par rapport aux témoins.

Salaire : contrat de 3 ans, 39 000 euros/an

QUALIFICATIONS/COMPÉTENCES/EXIGENCES EN MATIÈRE D’ÉDUCATION ET DE RECHERCHE

Nous recherchons un candidat très motivé avec une solide expérience en mathématiques et en informatique. Il/Elle devrait avoir récemment terminé une maîtrise ou devrait être sur le point de la terminer. Le candidat doit démontrer de bonnes compétences en vision par ordinateur (suivi, analyse de séquences vidéo) et en apprentissage automatique/profond (la pratique des transformateurs, l’auto-encodeur est nécessaire). Nous attendons également du candidat qu’il soit ouvert d’esprit, curieux et autonome

DATE LIMITE DE CANDIDATURE
01/12/2022 – 0h00 (Heure de Paris)

DOCUMENTS DE DEMANDE DE CANDIDATURE

  • Curriculum vitae
  • Lettre de motivation
  • Notes et relevés de notes après le lycée, y compris les classements

CONTACT POUR
CANDIDATER Séverine Dubuisson : severine.dubuisson@lis-lab.fr
Laurent Fasano : laurent.fasano@univ-amu.fr
Françoise Muscatelli : francoise.muscatelli@inserm.fr

خصائص الوظيفة

تصنيف الوظيفةDoctorat

التقدم الآن

Laissez un commentaire

هذا الموقع يستخدم Akismet للحدّ من التعليقات المزعجة والغير مرغوبة. تعرّف على كيفية معالجة بيانات تعليقك.