Professeurs menant à la permanence : apprentissage automatique pour les systèmes dynamiques

L’objectif de ce poste de professeur est de mettre en place un programme de recherche autour de la thématique de l’IA explicable et physiquement informée pour la modélisation de systèmes dynamiques , et d’orienter une vision forte et originale de la place de l’IA dans le cursus SUPMICROTECH. Ce programme de recherche vise à développer la prochaine génération d’outils d’apprentissage automatique pour contrôler des systèmes physiques ou physiologiques complexes, en utilisant une approche basée sur les données pour découvrir des modèles physiquement interprétables de systèmes dynamiques basés sur des données temporelles.

Par exemple, le projet pourrait s’inscrire dans l’émergence récente de méthodes d’identification de systèmes basées sur les données, telles que la corrélation inverse, issues des communautés de contrôle automatique et de modélisation de systèmes biologiques ( Daube et al. Patterns, 2021 ), de méthodes de régression symbolique ( SINDY ; Brunton et al. PNAS 2016 ) ou l’apprentissage de représentations physiquement contraintes (DMD ; Schmid Annual Review of Fluid Mechanics, 2022 ). Ces travaux pourraient être appliqués à la modélisation de systèmes biologiques, pour fournir de nouveaux outils de diagnostic ou de pronostic, par exemple en neurosciences ( Durstewitz, Koppe & Thurm, Nature Reviews Neuroscience 2023 ), en cancérologie, ou de nouvelles techniques de micromanipulation pour la caractérisation des cellules cellulaires ou la chirurgie.

Le corps professoral recruté devrait rejoindre le Département d’Automatisation et de Robotique (Automatique et Systèmes Micromécatroniques, AS2M) de l’ Institut FEMTO-ST , dont SUPMICROTECH est l’une des institutions opérationnelles d’accueil. Les recherches menées au sein du département AS2M reposent sur un socle multidisciplinaire mêlant mécatronique, automatisme et data science. L’apprentissage automatique pour l’estimation de systèmes dynamiques basée sur les données est un domaine fortement émergent dans l’apprentissage automatique (voir, par exemple, le récent AI Institute in Dynamic Systems de l’Université de Washington à Seattle, le cycle de conférences internationales L4DC ou le Deep Chaire de recherche Apprentissage des Processus Physiques (Sorbonne Université). Ce domaine de recherche est au cœur des travaux récents de l’Institut FEMTO-ST, qu’il s’agisse de la maîtrise d’architectures robotiques innovantes (ex. robotique flexible et adroite), de la modélisation de systèmes physiques non conventionnels à des échelles micro/nanométriques (ex. interaction machine-cellule) ou de la prédiction de systèmes dynamiques complexes dans les domaines de l’environnement et de la santé (par exemple identification de systèmes dynamiques à partir de données neurobiologiques). En comblant le fossé entre science des données et théorie des systèmes dynamiques, le projet pourra donner naissance à de nouveaux projets transdisciplinaires mêlant par exemple modélisation et contrôle contrôle ou contrôle et prédiction. Enfin, le projet viendra renforcer la forte dynamique récente du département dans le domaine des technologies de micro/santé, avec des applications au niveau de la cellule (caractérisation des cellules cancéreuses), de l’organe (capteurs pour le diagnostic en oncologie) ou de l’organisme (neurosciences). (neurosciences). S’il concerne les neurosciences, le projet de recherche pourra bénéficier notamment de la plateforme expérimentale EEG humain du Département ( https://neuro-team-femto.github.io ).

Le poste étant financé au niveau national, les candidatures doivent être déposées uniquement via le portail Galaxie à l’adresse : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/cand_CPJ.htm . Veuillez noter que le portail Galaxie est majoritairement en français et, selon votre niveau de langue, le remplissage des informations et des différents fichiers requis peut être sujet à des erreurs. Veuillez planifier en conséquence et demander conseil aux personnes de contact ci-dessous.

Référence du poste : 4094
Description du poste : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/FIDIS/0250082D/FOPC_0250082D_4094.pdf
Date limite : 15 mai 2024.

Une présélection des candidatures sera effectuée par le comité de recherche. Les candidats retenus seront invités à un entretien, qui comprendra une présentation de leur projet de recherche et d’enseignement, ainsi qu’une séance d’enseignement simulée dont les détails seront précisés dans la convocation.

Avant de déposer leur candidature, nous encourageons fortement les candidats à prendre contact avec les équipes de recherche FEMTO AS2M et SUPMICROTECH afin d’adapter leurs propos de recherche et d’enseignement aux orientations stratégiques des deux institutions :

• Contact général pour la recherche :

Pr Yann Le Gorrec , Directeur du Département, Département d’Automatisation et de Robotique, Institut FEMTO-ST. yann.le.gorrec@ens2m.fr

• Contact pour les applications en neurosciences si pertinent :

Dr Jean-Julien Aucouturier , groupe PI Neuro , Département d’Automatisation et Robotique, Institut FEMTO-ST. aucouturier@gmail.com

• Contact pour la déclaration pédagogique :

Pr Christophe Varnier , Responsable d’études, SUPMICROTECH/ENSMM. christophe.varnier@ens2m.fr