The project “CoP4Justice: co-planning for climate justice” opens a call for post-doctoral fellowships. The fellow will be expected to develop multi-criteria analyses; a participatory system of synthetic indicators; and propose a participatory methodology for vulnerability analysis and risk assessment for climate justice. Requirements: - PhD in Human Sciences (geography, political science); Applied Social Sciences (Administration, Public Administration, Urban Planning, Economics); Engineering or related areas; - Advanced level of English; - Academic publications in the last five years, especially in peer-reviewed journals; - Full dedication to research; - Ability to communicate and disseminate science; - Knowledge/experience: Multicriteria Analysis (MCDA); mathematical modeling; preparation of indicators; - In-person work at the host institution (EACH-USP), with fieldwork in São Vicente, São Paulo state, Brazil. Post-Doctoral fellowship granted by the São Paulo Research Foundation (FAPESP) in the amount of R$ 9,047.40 monthly and a research contingency fund, equivalent to 10% of the annual value of the fellowship which should be spent on items directly related to the research activity (more details at https://fapesp.br/en/postdoc) Send an e-mail to Sylmara Dias (sgdias@usp.br) indicating “COP4Justice – PD Scholarship” in the subject line with the following documents attached: I. Work proposal - max. 6 pages II. 2 letters of recommendation III. Curriculum Vitae or Lattes Timetable: - Closing date for applications: April 19, 2024 (applications open to candidates of any nationality) - Announcement of results 1st phase: April 26, 2024 - Interviews: April 30, 2024 - Final result: May 06, 2024 More information about the fellowship is at: fapesp.br/oportunidades/6877.

Job no: 0061988 Location: Parkville Role type: Full-time; Fixed-Term (3-years) Faculty: Arts School: Social and Political Studies Salary: Level A - $101,460 – 108,906 p.a. plus 17% super

• Fantastic opportunity to develop your research profile, with guidance and mentoring from senior academic staff!
• $10,000 per annum in funding available to support research expenses
• Salary packaging, subsidised health and wellbeing services, fitness and cultural clubs, Myki discounts, and a 25% discount on graduate courses to our staff and their immediate families

About the Role

The Thomas and Margaret Ruth McArthur Fellowship Fund offers a prestigious Postdoctoral Fellowship opportunity within the Faculty of Arts at the University of Melbourne, targeting scholars specialising in Anthropology with a keen interest in the Asia-Pacific region.

As a Postdoctoral Fellow based in the esteemed School of Social and Political Sciences, you will benefit from unparalleled mentorship from senior academics, access to cutting-edge facilities, and the chance to refine your interdisciplinary research skills.

This fellowship not only empowers you to advance your research profile but also encourages active contributions to the School and Faculty's research initiatives. You will play a role in shaping the academic discourse in your field and furthering the Faculty's research agenda, further supported by research funds to cover appropriate research expenses up to the value of $10,000 per annum.

Per the terms of the bequest funding this fellowship, preference is given to candidates who identify as female. 

Responsibilities include:

• Undertake high quality research on their designated research project;
• Prepare reports and papers based on research findings for presentation at conferences and seminars;
• Publish research findings in accordance with the minimum expectations of the Faculty of Arts;
• Prepare and submit applications for external research grants where appropriate;
• Undertake limited administrative functions primarily connected with the Fellow’s research project;
• Undertake other limited duties as negotiated with the Head of School or Dean of the Faculty (such as research supervision, or occasional guest lecturing) that contribute to the incumbent’s professional development, and to the research and learning environment of the School of Social and Political Sciences.

Who We Are Looking For 

Our ideal candidate will have a PhD qualification in Anthropology and a proven ability to conduct independent research in the Asia-Pacific region. They will also demonstrate a strong publication record in reputable journals or publishing houses, along with excellent communication and interpersonal skills, essential for effective teamwork.

You will also have:

• PhD qualification in the field of Anthropology;
• Demonstrated ability to engage in independent scholarship and research in the Asia-Pacific;
• Demonstrated publication record in Anthropology in refereed journals and/or publishing houses, relative to opportunity, previous career path and level of appointment;
• Excellent communication (both written and verbal) and interpersonal skills and the ability to work effectively as part of a team.

For further information regarding responsibilities and requirements, please refer to the attached PD.

This position requires the incumbent to hold a current and valid Working with Children Check to ensure the University provides a safe environment for everyone. 

Please note: To be considered for this role you must have current valid work rights for Australia. Visa sponsorship is unavailable. 

Your New Team - The School of Social and Political Sciences

The appointee will join the School of Social and Political Sciences, which is at the forefront of teaching and research in the social sciences in Australia and internationally. The School’s aim is to redefine the world and change what matters, and our work is underpinned by the values of intellectual freedom, integrity, diversity, environmental sustainability and social justice.  We value collegiality and active citizenship and are committed to contributing strongly to public and institutional life, and to providing an engaged and distinctive social science and arts education for our students.

About the University of Melbourne 

We take pride in our people, who all contribute to our mission to benefit society through the transformative impact of education and research. Discover more via our website and stay connected with our stories and people on LinkedIn.

We offer the opportunity to be part of a vibrant community and enjoy a range of benefits, check out our benefits page!

Be Yourself! 

The University of Melbourne values the unique backgrounds, experiences and contributions that each person brings to our community and welcomes and celebrates diversity.  Candidates of all backgrounds are encouraged to apply. Our aim is to create a workforce that reflects the Diversity and Inclusion of the community in which we live.

If you require any reasonable adjustments with the recruitment process, please contact the email address listed at the bottom of the page.

Aboriginal and Torres Strait Islander Applicants  

We aspire to be the University of choice for Indigenous Australians, with unprecedented investment to attract, nurture, and retain Aboriginal and Torres Strait Islander students and staff. We are proud of our 2023-2027 Indigenous Strategy. Tangible support through a range of programs and initiatives will ensure that you personally succeed and flourish while at the University of Melbourne.

Join Us! 

If you feel this role is right for you, please apply with the following documents:

• Resume
• Cover Letter outlining your interest and experience
• The responses against the Selection Criteria^ (found in the Position Description)

^For information to help you with compiling short statements to answer the selection criteria and competencies, please go to http://about.unimelb.edu.au/careers/selection-criteria

If you have any questions regarding the recruitment process, please feel free to contact Ana Gencic via email at Faculties-TA@unimelb.edu.au, ensuring that you include the Position Number and the Job Title as the subject. Please do not share your application to this email address.

If you have any particular questions regarding the job please follow the details listed on the Position Description.

Applications close: 21 APRIL 2024 11:55 PM Australian Eastern Standard Time (AEST) 

Position Description: 0061988_McArthur Fellowship PD

Position Description

Applications close: 21 Apr 2024 11:55 PM AUS Eastern Standard Time

"FAIRification of multiOmics data to link databases and create knowledge graphs for fermented foods" MSCA-DN-JD Doctoral Network. The FAIROmics initiative, an interdisciplinary research programme, will gather universities, research centres and private companies to enable the FAIRification of omics data and databases interoperability and develop knowledge graphs for data-driven decision-making to rationally design microbial communities for imparting desirable characteristics to plant-based fermented foods in the context of open science and its regulations. The FAIROmics training programme aims to develop doctoral candidates’ skills at the interface between artificial intelligence, life sciences, humanities, and social sciences. Plant-based dairy and meat alternatives have grown in popularity in recent years for various reasons, including sustainability and health benefits, as well as lifestyle trends and dietary restrictions. However, plant-based food products can be nutritionally unbalanced, and their flavour profiles may limit their acceptance by consumers. Microorganisms have been used in making food products for millennia. However, the diversity of microbial communities driving plant-based fermentations, as well as their key genetic and phenotypic traits and potential synergies among community members, remain poorly characterised. Many data exist, but they are spread into different literature (scientific and grey) or, in the best case, in different databases. However, they are not always reusable because they are difficult to find and access and because databases are not systematically interoperable. Please note that this PhD position will lead to the award of a double diploma after the completion of a stay in each of these organisations: the University of Bologna (UNIBO), Italy and the University of Szeged (USZ), Hungary. Objectives: We are looking for one Doctoral Candidate (DC) to join our project at multiple sites in the EU with a master’s degree in a relevant discipline (Physics, Computer science, Mathematics, Statistics, Engineering or related fields) interested in learning and developing AI-assisted tools for information extraction from domain-specific scientific texts (journals, books, etc.) related to novel food engineering, microbial catalogues, fermentation, and other relevant processes. The information acquired and related semantic analysis will be utilised to build knowledge graphs and more general ontologies. The candidate will learn AI algorithms mainly related to Natural Language Processing and information embedding (eg word2vec, Transformer Networks, G-retriever) and connection of topics and keywords (e.g. through Network Diffusion processes), and within the context of FAIRomics will apply for specific case studies:

• Development of AI-assisted tools to enhance the yield of the research team in literature search and processing.
• Automatic and semi-automatic information extraction from domain-specific scientific texts (journals, books, etc.) related to novel food engineering, fermentation, and other relevant processes.
• Demonstrate the efficacy of the developed system, focusing on a carefully selected pool of previously collected articles and books. The information acquired and semantic analysis will be utilised to build knowledge graphs and more general ontologies, which will be used to enhance the method's performance and expand the knowledge base of domain-specific databases such as microbe collection catalogues.

Expected results: Expected is a prototype AI tool that can process a pool of documents by automatically analysing their text and retrieving topic-specific information in terms of key concepts and named elements and finding the connection among them. This supports the building of a knowledge graph and/or, more generally, an ontology according to the domain defined by the documents. The extracted information can be used, on the one hand, to find related documents or identify parts of documents for a set of user-specified concepts. On the other hand, extracted and processed information in terms of a knowledge graph can be used to incorporate new data into existing knowledge bases and data catalogues. Possibly, the developed tools will also be applied in other related contexts, e.g. social networks. Location and planned secondments: The first secondment will occur at the Department of Software Engineering, University of Szeged HU (Prof. Laszlo Vidacs), Month 14 (18 months), to develop automatic and semi-automatic information extraction and processing to build knowledge graphs and ontologies. The second secondment will occur at the Department of Computer Science, University Paderborn DE (Prof. Axel-Cyrille Ngonga Ngomo), Month 28 (2 months), to learn about state-of-the-art knowledge-driven data science methods. Enrolment in Doctoral degree: 1st-degree awarding organisation: Alma Mater Studiorum – University of Bologna, Bologna IT, https://www.unibo.it/en/homepage 2nd-degree awarding organisation: University of Szeged, Szeged HU, https://u-szeged.hu/english

Supervisors team

The lead supervisor is D. Remondini, full professor at the Department of Physics and Astronomy at Alma Mater Studorium – Bologna University. He works in the application of mathematical models in Biology, such as Network Theory for the study of Complex Systems, and the development of innovative algorithms for the analysis of high dimensional biological, biomedical and virological data (multiple omics, NGSeq, Neuroimaging, text data) with Machine Learning and AI techniques. He actually leads a group with 4 PhD students (1 ITN PhD student) 3 PostDoc Students, and 3 Research Assistants, with >50 Undergraduate and Master Thesis students in Physics. The Co-supervisor is E. Giampieri (Assistant Professor), with expertise in scientific computing, data management analysis and modelling, and supervisor of >20 Undergraduate and Master Thesis students in Physics. The Hungarian team is composed of Vidács László and Balázs Nagy, professors in artificial intelligence, natural language processing, and software engineering.

Host institutions description:

The project will occur at the Laboratory of Applied Physics and Systems Biophysics, Department of Physics and Astronomy (DIFA) of the Alma Mater Studiorum - University of Bologna, Italy. DIFA is one Department of the Science School and one of the most scientifically productive Physics Departments in Italy. DIFA has a large computing facility, available to the Biophysics group (14-core HPC, 2 GPU server with >1TB RAM and 2 nVidia A100, mirrored storage server with >100 Tb storage), and to the whole Department (OPH HPC facility, >200 cores). Prof. Daniel Remondini is the director of the lab, with specific expertise in biomedical data analysis (Machine Learning, Deep Learning), complex network theory and its applications to BioMedicine. Dr Enrico Giampieri has specific expertise in scientific computing, including networks, stochastic processes and statistics in High-Performance Computing environments. All the lab members are involved in several national and EU projects (Precision Medicine, Epidemiology, Public Health, Food Production). The University of Szeged(USZ) is recognised as a top research institution in Hungary, boasting a diverse student body of over 21,000, including more than 4,000 international students from 115 countries. Led by László Vidács, the Applied Artificial Intelligence Research Group is dedicated to advancing cutting-edge AI research. We specialise in diverse AI applications, from natural language understanding to image processing. Our tailored machine learning and deep learning solutions address real-world challenges in many domains, including medical imaging diagnostics, forensic text analysis, and program source code processing.

"FAIRification des données multiOmics pour relier des bases de données et créer des graphes de connaissances pour les aliments fermentés" Réseau doctoral MSCA-DN-JD. L'initiative FAIROmics, un programme de recherche interdisciplinaire, rassemblera des universités, des centres de recherche et des entreprises privées pour permettre la FAIRification de l'interopérabilité des données et des bases de données omiques et développer des graphiques de connaissances pour une prise de décision basée sur les données afin de concevoir rationnellement des communautés microbiennes pour conférer les caractéristiques souhaitables aux plantes. à base d'aliments fermentés dans le contexte de la science ouverte et de sa réglementation. Le programme de formation FAIROmics vise à développer les compétences des doctorants à l'interface entre l'intelligence artificielle, les sciences de la vie, les sciences humaines et sociales.      Les alternatives végétales aux produits laitiers et à la viande ont gagné en popularité ces dernières années pour diverses raisons, notamment la durabilité et les bienfaits pour la santé, ainsi que les tendances de style de vie et les restrictions alimentaires. Cependant, les produits alimentaires à base de plantes peuvent être déséquilibrés sur le plan nutritionnel et leurs profils aromatiques peuvent limiter leur acceptation par les consommateurs. Les micro-organismes sont utilisés dans la fabrication de produits alimentaires depuis des millénaires. Cependant, la diversité des communautés microbiennes à l’origine des fermentations végétales, ainsi que leurs principales caractéristiques génétiques et phénotypiques ainsi que les synergies potentielles entre les membres de la communauté, restent mal caractérisées. De nombreuses données existent, mais elles sont réparties dans différentes littératures (scientifiques et grises) ou, dans le meilleur des cas, dans différentes bases de données. Cependant, elles ne sont pas toujours réutilisables car difficiles à trouver et à accéder et parce que les bases de données ne sont pas systématiquement interopérables. A noter que ce poste de doctorat donnera lieu à l'obtention d'un double diplôme après la réalisation d'un séjour dans chacun de ces organismes : L'Université de Paris-Saclay (UPSaclay), France et l' Université de Szeged (USZ), Hongrie. Objectifs: Nous recherchons un doctorant (DC) pour rejoindre notre projet sur plusieurs sites dans l'UE avec un master dans une discipline pertinente (Master en ingénierie, physique, biologie des systèmes, mathématiques appliquées, biotechnologie) intéressé par la modélisation, l'analyse et contrôle des systèmes biologiques dans le cadre des fermentations microbiennes. Le projet de thèse vise à développer des méthodes d'extraction d'informations (IE) pour produire automatiquement un graphe de connaissances sur la biologie microbienne impliquée dans la transformation ou la conservation des aliments à base de plantes. Le graphe de connaissances formalisera les molécules produites et dégradées par les micro-organismes lors du processus de fermentation. Les méthodes IE impliqueront la reconnaissance d'entités nommées, la normalisation d'entités par rapport aux références sémantiques et l'extraction de relations. Ils s'appuieront sur les approches d'apprentissage profond les plus récentes qui entraînent des modèles de langage en utilisant peu ou pas d'exemples de formation par transfert d'apprentissage ou en exploitant des informations structurées existantes, c'est-à-dire des bases de connaissances et des ontologies pour l'apprentissage à distance ou faible en incluant des informations pertinentes en fonction des besoins du Cas d'utilisation dédiés à FAIROmics (par exemple NCBI Taxonomy pour les taxons, FoodEX2 pour les aliments, ChEBI pour les molécules, KEGG pour les voies). Les corpus annotés existants serviront de point de départ à la formation (ex : CHEMDNER, Pathway Curation, Bacteria Biotope). Le projet s'appuiera sur les outils et ressources existants sur la biologie microbienne développés par les partenaires de MaIAGE (ex : application Omnicrobe*, ontologie Ontobiotope*, workflow d'extraction). Résultats attendus: Le doctorant concevra et évaluera des méthodes originales basées sur l'apprentissage automatique pour extraire des informations sur le métabolisme de la fermentation végétale à partir d'un texte. Les modèles et logiciels seront accessibles à la communauté scientifique sous une licence open source. Les connaissances extraites alimenteront un graphique de connaissances accessible au public sur les propriétés microbiennes. Les résultats seront publiés dans les principaux sites de PNL et dans les revues bioinformatiques pertinentes. Localisation et détachements prévus : Le doctorant sera principalement localisé sur le site INRAE ​​de Jouy-en-Josas pendant 24 mois et à l'Université de Szeged pour un détachement de 12 mois . Inscription au doctorat : Organisme délivrant le 1er diplôme : Université Paris-Saclay, https://www.universite-paris-saclay.fr/ Organisme délivrant le 2ème diplôme : Université de Szeged, https://u-szeged.hu/english

Équipe de superviseurs

Equipe française : Deux équipes MaIAGE seront impliquées dans l'encadrement de la thèse : l'équipe Bibliome* et l'équipe StatInfOmics* :

• Robert Bossy (Bibliome) : Traitement du langage naturel et application à la microbiologie, génie logiciel.
• Claire Nédellec (Bibliome) : Traitement du langage naturel et application à la microbiologie, représentation des connaissances et ontologie.
• Hélène Chiapello (StatInfOmics) : Bioinformatique microbienne, données omiques.
• Sandra Dérozier (StatInfOmics) : Bioinformatique microbienne, génie logiciel.

Equipe hongroise :

• Vidács Lázló : Intelligence artificielle, traitement du langage naturel, génie logiciel.
• Balázs Nagy : Intelligence artificielle, traitement du langage naturel, génie logiciel.

Description des institutions d'accueil

INRAE ​​est le premier institut de recherche agronomique d'Europe et le deuxième centre mondial des sciences agricoles. Ses scientifiques travaillent à la recherche de solutions aux grands défis de société. RU1404 MaIAGE rassemble des mathématiciens, informaticiens, bioinformaticiens et biologistes pour aborder des problématiques issues de la biologie, de l'agronomie et de l'écologie. Nos recherches portent sur des processus à différents niveaux, allant des niveaux moléculaires, cellulaires ou multicellulaires aux organismes, populations et écosystèmes entiers. L' Université de Szeged (USZ) est reconnue comme l'une des principales institutions de recherche de Hongrie, avec un corps étudiant diversifié de plus de 21 000 étudiants, dont plus de 4 000 étudiants internationaux provenant de 115 pays. Dirigé par László Vidács, le groupe de recherche sur l’intelligence artificielle appliquée se consacre à l’avancement de la recherche de pointe sur l’IA. Nous sommes spécialisés dans diverses applications d’IA, de la compréhension du langage naturel au traitement d’images. Nos solutions personnalisées d'apprentissage automatique et d'apprentissage profond répondent aux défis du monde réel dans de nombreux domaines, notamment le diagnostic d'imagerie médicale, l'analyse de textes médico-légaux et le traitement du code source des programmes.

"FAIRification of multiOmics data to link databases and create knowledge graphs for fermented foods" MSCA-DN-JD Doctoral Network.

The FAIROmics initiative, an interdisciplinary research programme, will gather universities, research centres and private companies to enable the FAIRification of omics data and databases interoperability and develop knowledge graphs for data-driven decision-making to rationally design microbial communities for imparting desirable characteristics to plant-based fermented foods in the context of open science and its regulations. The FAIROmics training programme aims to develop doctoral candidates’ skills at the interface between artificial intelligence, life sciences, humanities, and social sciences.

Plant-based dairy and meat alternatives have grown in popularity in recent years for various reasons, including sustainability and health benefits, as well as lifestyle trends and dietary restrictions. However, plant-based food products can be nutritionally unbalanced, and their flavour profiles may limit their acceptance by consumers. Microorganisms have been used in making food products for millennia. However, the diversity of microbial communities driving plant-based fermentations, as well as their key genetic and phenotypic traits and potential synergies among community members, remain poorly characterised. Many data exist, but they are spread into different literature (scientific and grey) or, in the best case, in different databases. However, they are not always reusable because they are difficult to find and access and because databases are not systematically interoperable.

Please note that this PhD position will lead to the award of a double diploma after the completion of a stay in each of these organisations: The CSIC - Insititute for Integrative Systems Biology (I²SysBio), Spain and the University of Paris-Saclay (UPSaclay), France.

We are looking for one Doctoral Candidate (DC) to join our project at multiple sites in the EU with a master’s degree in a relevant discipline (Master’s degree in engineering, physics, systems biology, applied mathematics, biotechnology) interested in Modeling, analysis and control of biological systems in the context of microbial fermentations.

Objectives:

Elucidating key genes, enzymes and proteins responsible for differential metabolic and cellular responses using model-based analysis techniques:

• Identifying the key regulators and most suitable variables for control of the fermentation/ripening process.
• Conceptualisation and formulation of the control problems to be addressed in order to drive the microorganism population to a desired state in order to meet the a priori desired product-specific control and optimisation objectives (including the control of key metabolic shifts) in the presence of uncertainty and molecular noise.
• Developing methods and software tools for the control and optimisation of gene regulation and metabolism of microorganism populations during the fermentation/ripening process.

Expected results:

• List of the identified key regulators and variables for control of the microorganism population.
• Definition of the control problems to be addressed in order to drive the microorganism population to a desired state.
• Methods and tools for model-based feedback control of the microbial population under molecular noise.

Location and planned secondment:

The PhD student will mainly be located at the  CSIC - Insititute for Integrative Systems Biology (I²SysBio) site in Valencia for 20 months. A secondment at the UMRSayFood - INRAE/AgroParisTech is also planned for a duration of 16 months.

Enrolment in Doctoral degree:

1st-degree awarding organisation: Universitat Politècnica de València https://www.upv.es/index-en.html 2nd-degree awarding organisation: Université Paris-Saclay https://www.universite-paris-saclay.fr/en

Supervisors team

The supervisor team is composed of Irene Otero-Muras (I2SysBio), Cristian Trelea and Emmanuel Bernuau (AgroParisTech). The PhD candidate will benefit from the research experience in dynamic modelling and automatic control in CSIC-I2SysBio and APT. Both partners develop complementary tools for model analysis, parameter identification, and multi-objective dynamic optimisation and have extensive experience with theory and applications of automatic control to biological processes. Specifically, at CSIC-I2SysBio, the DC will benefit from the expertise in advanced mathematical analysis and control of biomolecular systems (including regulation, signalling and metabolism), whereas at APT, the DC will develop theoretical and computational tools for dynamic system control during fermentation/ripening processes.

Host institutions description

Institute for Integrative Systems Biology: The Spanish National Research Council (CSIC-Agencia Estatal Consejo Superior de Investigaciones Científicas) https://www.csic.es/en/csic is an autonomous, multi-disciplinary public research body affiliated to the Spanish Ministry of Science and Innovation. The CSIC has its own legal structure and is represented throughout the Spanish territory with a total of 105 centres/institutes. CSIC is the first Spanish organisation in the Framework Program of the European Union by number of projects and economic return. The I²SysBio https://www.uv.es/i2sysbio is a joint research institute involving Universitat de València (UV) and CSIC. I²SysBio Scientific Programs focus on research into the structure, function, dynamics, evolution, and manipulation of complex biological systems.

AgroParisTech is a school of engineering in the field of life sciences https://www.agroparistech.fr/en, part of the Paris-Saclay University. The DC will be hosted at the Paris-Saclay Food and Bioproduct Engineering Research Unit (SayFood). This lab’s research interests are physical, biochemical and microbiological processes that govern the food and non-food transformations of bioproducts. SayFood is a joint research unit between AgroParisTech and INRAE national research institute on agriculture, food and environment https://www.inrae.fr/en.

L'Institut Charles Sadron (ICS) est un institut du CNRS affilié à l'Université de Strasbourg (Unistra). Il s'agit d'un laboratoire de recherche multidisciplinaire dédié à la recherche fondamentale dans les domaines des Macromolécules et de la Matière Molle avec des applications en Science des Matériaux. Il s'agit du plus grand centre de recherche dans ce domaine en France (environ 53 chercheurs et enseignants, 38 ingénieurs, techniciens et personnels administratifs et 100 chercheurs temporaires : scientifiques invités, post-doctorants, doctorants...). Il met à disposition toutes les infrastructures nécessaires aux recherches complémentaires des chimistes, physico-chimistes et physiciens. L'ICS dispose d'installations centrales majeures pour la recherche sur les polymères et la science des matériaux, notamment des instruments de fabrication artisanale pour la synthèse et la préparation des matériaux, leur caractérisation physico-chimique et structurelle et la détermination de leurs propriétés physiques. Ils comprennent un large éventail de techniques analytiques, microscopiques, spectroscopiques, rhéologiques et mécaniques ainsi que des installations informatiques. La productivité scientifique de l'ICS est d'environ 120 articles, 3 à 5 brevets et environ 80 présentations invitées par an. L'ICS est l'un des membres fondateurs de l'Institut Thématique Interdisciplinaire (ITI) HiFunMat, un projet unique consacré à la science des matériaux (recherche et enseignement) impliquant un réseau dense de partenaires académiques et industriels. L'ICS est situé sur le campus de Cronenbourg à Strasbourg (France). Strasbourg est la plus grande ville de la région Grand-Est et l'une des quatre principales capitales de l'Union européenne. C'est un haut lieu touristique de la vallée du Haut-Rhin et il est très bien classé non seulement pour sa science, mais aussi pour sa qualité de vie. Le groupe PECMAT de l'ICS possède une expertise de premier plan dans l'étude des matériaux multi-composites à organisation nanométrique, qui comprend : - la préparation de blocs de construction à l'échelle nanométrique - l'organisation de ces blocs de construction en (multi)composites (multi)fonctionnels - le multi-échelle analyse de la structure et de la dynamique de tels systèmes - optimisation des propriétés des matériaux. Bien que l’utilisation de la lumière comme source d’énergie en photocatalyse soit bien établie, sa mise en œuvre en réactivité asymétrique hétérogène est encore rare. Il est donc urgent de trouver de nouvelles stratégies pour générer des réactions photochimiques asymétriques efficaces avec le rayonnement solaire. Dans ce projet collaboratif (financé par l'ANR) entre notre groupe de Strasbourg, le laboratoire ITODYS à Paris et le laboratoire CBMN de Bordeaux, nous proposons de combiner les caractéristiques uniques des nanoparticules métalliques plasmoniques comme photocatalyseurs à réactivité asymétrique, visant la réalisation de réactions photocatalytiques hétérogènes et asymétriques pilotées uniquement par des plasmons.[1] Notre objectif ultime est de comprendre la nature de l'interaction entre la lumière, le photocatalyseur hétérogène et les espèces moléculaires afin d'induire un stéréocontrôle de la réaction photochimique. Pour cela, divers catalyseurs moléculaires et nanoparticulaires seront couplés à une métasurface plasmonique chirale préparée par auto-assemblage. La pulvérisation à incidence rasante (GIS, Fig. 1a) sera utilisée pour assembler des nanofils d'argent en films minces mono- et multicouches orientés avec une orientation et un espacement bien contrôlés. Le SIG sera combiné avec l'approche couche par couche (LbL) pour construire des superstructures multicouches chirales (Fig. 1b). Nous avons récemment montré que de telles nanostructures chirales (Fig. 1c) présentent un dichroïsme circulaire très élevé (Fig. 1d) sur une large plage de longueurs d'onde.[3, 4] L'avantage de cette approche est que les nanocomposites multimatériaux peuvent être facilement fabriqués sur de grandes distances. domaines avec une maîtrise fine de l’architecture nanométrique. La matrice multicouche polyélectrolytique dans laquelle sont noyés les nanofils servira à héberger des catalyseurs moléculaires chimiquement compatibles avec cet environnement hydrophile, ainsi que des catalyseurs de nanoparticules inorganiques. La structure de l'assemblage sera systématiquement caractérisée à l'aide de différentes techniques de microscopie (AFM, SEM, TEM). Les propriétés optiques seront mesurées en combinant différentes approches spectroscopiques et polarimétriques (notamment la spectroscopie polarisée UV-Vis-NIR, l'ellipsométrie, la spectroscopie FTIR et CD). L'efficacité catalytique sera caractérisée en collaboration avec nos partenaires du projet. 1. Y. Negrín-Montecelo, A. Movsesyan, J. Gao, S. Burger, ZM Wang, S. Nlate, E. Pouget, R. Oda, M. Comesaña-Hermo, AO Govorov et MA Correa-Duarte, J. . Suis. Chimique. Soc., 2022, 144, 1663-1671. 2. H. Hu, M. Pauly, O. Felix et G. Decher, Nanoscale, 2017, 9, 1307-1314. 3. H. Hu, S. Sekar, W. Wu, Y. Battie, V. Lemaire, O. Arteaga, LV Poulikakos, DJ Norris, H. Giessen, G. Decher et M. Pauly, ACS Nano, 2021, 15 , 13653-13661. 4. W. Wu, Y. Battie, V. Lemaire, G. Decher et M. Pauly, Nano Lett., 2021, 21, 8298-8303.

Titre

Techniques de cartographie des canaux et d'apprentissage automatique pour minimiser la consommation d'énergie des réseaux massifs MIMO 6G sans cellule

Contexte

Alors que nous nous engageons sur la voie des réseaux sans fil 6G, une multitude d’obstacles doivent être surmontés par les ingénieurs et les chercheurs. Les impératifs d’un débit élevé, d’une faible latence et de communications ultra-fiables se profilent à l’horizon. Parallèlement, le besoin croissant de pratiques de communication respectueuses de l'environnement est de plus en plus évident, découlant de la nécessité de réduire l' empreinte écologique des réseaux de radio mobile. L'amélioration de l'efficacité énergétique des réseaux sans fil revêt une importance capitale, en particulier à la lumière des prévisions suggérant que les communications pourraient contribuer jusqu'à 14 % aux émissions mondiales de CO2 d'ici 2040.

Dans cet écosystème de réseaux dynamique et complexe, les technologies révolutionnaires sont essentielles pour répondre efficacement aux diverses exigences imposées par les préoccupations techniques, environnementales et sociétales. À cette fin, les chercheurs préconisent trois facteurs principaux permettant des communications plus efficaces et plus écologiques : (i) les systèmes d'antennes distribuées massives, également connus sous le nom de réseaux massifs à entrées multiples et sorties multiples (CF-mMIMO) sans cellules, (ii) les systèmes énergétiques. des techniques efficaces de gestion des ressources et (iii) des solutions de traitement du signal assistées par l’intelligence artificielle (IA).

La technologie CF-mMIMO promet des améliorations significatives dans les réseaux mobiles en renforçant la macro-diversité et en garantissant une efficacité spectrale (SE) cohérente dans toutes les zones de couverture. Cela évite également le problème des interférences intercellulaires, un problème courant dans les réseaux cellulaires actuels. Cela marque un changement de paradigme par rapport aux systèmes conventionnels, surmontant leurs limites et répondant aux défis des réseaux sans fil B5G et 6G. D’autre part, les outils d’IA offrent un soutien précieux en concevant des solutions efficaces à des problèmes d’optimisation complexes, surmontant ainsi les problèmes liés à une complexité et une latence élevées.

Néanmoins, des techniques efficaces de gestion spectrale et de puissance reposent sur la disponibilité d’ informations sur l’état du canal (CSI) de grande dimension recueillies au niveau de nombreux points d’accès (AP) multi-antennes sur de larges bandes passantes. Par conséquent, un volume important de CSI doit être traité et échangé sur les réseaux, et à des débits rapides, en particulier lorsqu'il s'agit d'une forte mobilité des utilisateurs. Pour relever ce défi, le cadre de cartographie des canaux (CC) a été introduit pour exploiter les informations spatiales inhérentes au CSI. Cela implique de mapper le CSI de grande dimension dans un graphique de dimension inférieure, où les positions relatives des utilisateurs sont préservées. En conséquence, CC peut être considéré comme une méthode de compression de CSI. Pour y parvenir, CSI est d'abord utilisé pour extraire les caractéristiques du canal, qui sont ensuite utilisées pour apprendre une fonction de cartographie de manière non supervisée.

Figure 1. Réseau MIMO sans cellule massif reposant sur la cartographie des canaux

Objectifs et méthodologie

L'objectif de cette thèse est d'introduire des approches innovantes pour améliorer les communications B5G et 6G, en se concentrant sur la maximisation de l'efficacité énergétique du réseau. Il s’agit d’assurer l’équilibre optimal entre l’empreinte écologique et l’efficacité spectrale. Une gestion efficace des interférences revêt une importance primordiale pour atteindre ces objectifs. Par conséquent, la recherche se concentrera sur l’optimisation de l’allocation des ressources tout en utilisant l’accès multiple non orthogonal (NOMA). NOMA implique d'attribuer deux utilisateurs ou plus à la même ressource spectrale/temporelle via un multiplexage de puissance approprié, améliorant ainsi le système SE. Par conséquent, l'étude envisagera une optimisation conjointe du clustering d'utilisateurs NOMA, du précodage MIMO, de l'allocation de puissance et de la sélection des points d'accès. Au lieu de s'appuyer sur des CSI complets, des diagrammes de canaux seront utilisés pour accomplir ces tâches, maintenant ainsi un niveau modéré de complexité du système et d'échange de signalisation.

Le candidat commencera par procéder à un examen complet de l’état de l’art en matière de CC, de techniques d’allocation de ressources et de réseaux CF-mMIMO. Par la suite, ils se concentreront sur le développement et la mise en œuvre de nouvelles stratégies pour gérer efficacement les ressources spectrales, spatiales et énergétiques. Un accent particulier sera mis sur l'identification des configurations de réseau sans cellule les plus appropriées (centralisées, distribuées, hybrides) pour tirer pleinement parti des avantages de la cartographie des canaux.

Plus précisément, le travail commencera par identifier la mesure de distance de canal la plus adaptée à la tâche d'allocation de ressources. Cela implique de déterminer dans un premier temps les caractéristiques appropriées du canal, en fonction de l’application et du contexte concernés.

Dans une deuxième phase, une réduction de dimensionnalité sera effectuée, en fonction des caractéristiques sélectionnées. Pour ce faire, diverses méthodes d'apprentissage automatique peuvent être envisagées telles que l'apprentissage contrastif (réseaux profonds siamois ou triplet), l'apprentissage multiple (Isomap, Multi-Dimensional scaling), les auto-encodeurs , entre autres. Une attention particulière sera accordée à l'identification des algorithmes les plus adaptés au scénario distribué inhérent aux systèmes CF-mMIMO. 

Afin de garantir la praticité des méthodes proposées dans des scénarios réalistes de mobilité des utilisateurs et de changements environnementaux, l'évolution temporelle des cartes de canaux sera considérée en s'appuyant sur des techniques d'apprentissage en ligne qui effectuent une adaptation des cartes générées précédemment. Ces graphiques sont ensuite utilisés en permanence pour optimiser l’allocation des ressources.

Mots clés

Réseaux MIMO massifs sans cellule, cartographie des canaux, accès multiple non orthogonal, allocation de ressources, apprentissage automatique.

Les références

1. OT Demir, E. Bjornson et L. Sanguinetti, « Fondements du MIMO massif sans cellule centré sur l'utilisateur », Fondements et tendances® en traitement du signal , vol. 14, non. 3-4, p. 162-472, 2021.
2. X. Chen et coll. "Appairage d'utilisateurs et planification de paires dans les systèmes massifs MIMO-NOMA", IEEE Communications Letters, vol.22 no.4, pp. 788-791, 2017.
3. C. Studer, S. Medjkouh, E. Gonultaş, T. Goldstein et O. Tirkkonen, "Channel Charting: Localisation des utilisateurs dans l'environnement radio à l'aide des informations sur l'état du canal", dans IEEE Access , vol. 6, pages 47682-47698, 2018.
4. L. Le Magoarou, T. Yassine, S. Paquelet et M. Crussière, « Channel Charting Based Beamforming »,  2022 56th Asilomar Conference on Signals, Systems, and Computers , Pacific Grove, CA, USA, 2022, pp. 1185-1189 .
5. L. Ribeiro, M. Leinonen, H. Djelouat et M. Juntti, « Channel Charting for Pilot Reuse in mMTC with Spatiaally Corrated MIMO Channels », Ateliers  IEEE Globecom 2020 , Taipei, Taiwan, 2020, pp. 1-6.

Profil du candidat

Nous recherchons des candidats titulaires d'un diplôme d'ingénieur et/ou d'une maîtrise en télécommunications ou dans un domaine directement connexe. Le candidat doit posséder une solide expérience en communications numériques, réseaux mobiles, traitement du signal, apprentissage automatique et maîtrise des langages de programmation tels que Matlab et Python.

Informations pratiques

Lieu : La thèse se déroulera au laboratoire IETR, INSA, Campus de Beaulieu, Rennes.

Date de début : septembre ou octobre 2024.

Durée : 3 ans.

Salaire : Le salaire brut commence à 2100 euros par mois.

Postuler

Veuillez envoyer un CV (comprenant au moins deux références avec leurs coordonnées), une lettre de motivation, des copies de tous les dossiers académiques et notes (de préférence avec classements), et éventuellement, 1 ou 2 lettres de recommandation aux directeurs de thèse :

Joumana Farah : joumana.farah@insa-rennes.fr

Matthieu Crussière : matthieu.crussiere@insa-rennes.fr

Luc Le Magoarou : luc.le-magoarou@insa-rennes.fr

Seules les candidatures complètes seront prises en compte. Tous les documents doivent être en français ou en anglais.

Des milliers de réseaux de vallées incisent les hautes terres martiennes de l’hémisphère sud et sont le reflet d’un passé ancien caractérisé par une hydrologie active et des eaux liquides de surface. Après un pic de formation du réseau de vallées il y a environ 3,8 Byr (Gya), la présence d'eau de surface et l'hydrologie active ont régulièrement diminué en activité tout au long de l'histoire de Mars, jusqu'à atteindre l'état actuel de Mars, une cryosphère désertique et mondiale. Alors que l’activité des eaux liquides de surface constitue une interprétation robuste des conditions au début de Mars (4-3,5 Gya), le rôle de la glace dans la formation de ces vallées est beaucoup moins compris. En effet, les conditions de surface au moment de la formation du réseau de vallées et généralement tout au long de l'histoire de Mars ont fluctué entre le sous-gel et la fonte, ce qui suggère que la glace pourrait avoir joué un rôle important – bien que largement négligé – dans la formation du réseau de vallées. Un tel rôle incluait probablement la fonte du pergélisol et des glaces au sol, la fonte des neiges et la fonte des glaciers, avec des variations géographiques potentielles telles que celles liées à la répartition des latitudes et à l'altitude. L'objectif de ce projet est de caractériser le rôle de la glace dans la formation des réseaux de vallées sur Mars, s'étendant à la fois des vallées anciennes (> 3,5 Gya) jusqu'à des vallées relativement beaucoup plus jeunes (~ 100 Mya) grâce à des observations géomorphologiques des vallées martiennes complétées par des observations terrestres analogiques. observations. Cet objectif peut être décomposé en trois : (1) Caractérisation des morphologies distinctives associées à la fonte du pergélisol et des glaces du sol, à la fonte des neiges et à la fonte des glaciers conduisant au développement de canaux et de vallées, (2) cartographier les vallées martiennes situées dans une région d'étude ciblée. au nord-est du bassin de Hellas, une région connue d'accumulation de glace sur Mars, (3) identifier la présence/absence de reliefs et de morphologies distinctifs liés au pergélisol, à la neige et à la fonte des glaces dans les réseaux de vallées, en notant leur répartition et dates d'âge pour placer les résultats dans une perspective plus large du changement climatique à long terme sur Mars. Le projet impliquera une cartographie géomorphologique à l'aide d'ArcGIS/QGIS. Pour Mars, nous utiliserons des ensembles de données de télédétection comprenant des images et la topographie dérivée des caméras HiRISE, CTX et CaSSIS, pour lesquelles l'étudiant aura un accès direct et la possibilité d'acquérir des données grâce à la participation de Nicolas Mangold sur HiRISE et CaSSIS, et Anna Grau Galofre sur CaSSIS. Pour la Terre, les données disponibles comprennent les données d'images satellites haute résolution et open source ArcticDEM et Planet Scope quotidiennes (3 m/px), accessibles via l'affiliation ASU d'Anna Grau Galofre, complétées par des données de terrain d'Axel Heiberg et de l'île Devon (archipel arctique canadien). ), y compris la topographie à haute résolution (LiDAR) et l'imagerie aérienne (voir Figure). Le projet comprendra également un certain degré de compréhension physique des processus menant au développement du réseau de vallées, y compris l'évolution quantitative du paysage, la fonte des neiges et des glaces et l'érosion thermique, capturés à l'aide de modèles numériques sur Python ou MATLAB. Un volet terrain est possible mais non envisagé a priori.