ESPRI-IA – Offres de stages

Il n’existe aucune offre de stage actuellement.

Archives

Les offres suivantes ne sont plus à pourvoir. Elles sont affichées à titre d’archives.

Offres de stage 2020-2021

Financement EUR

  1. Analyse de la variabilité phytoplanktonique en Atlantique nord par méthodes neuronales

    Roy Elhourany (IBENS-LOCEAN), Anastase Charantonis , Sylvie Thiria (LOCEAN)

    Thème 6 : Marine biogeochemistry, ecosystems and resources

    Description du stage (pdf)

  2. Downscalling of geophysical fields by fusion of heterogeneous ocean observations using Deep Learning algorithms

    Carlos Mejia (LOCEAN-ESPRI-IA), Sylvie Thiria (LOCEAN)

    Thème 6 : Marine biogeochemistry, ecosystems and resources

    Description du stage (pdf)

  3. Effect of climate change on nutritive quality of plants and crops

    Berzaghi Fabio (LSCE- MOSAIC)

    Attente co-encadrement Machine Learning

    Thème 5 : Land biogeochemistry, ecosystems and agriculture

    Description du stage (pdf)

  4. Développement d’algorithmes d’apprentissage causaux et d’aggrégation d’experts pour prendre en compte l’erreur multimodèles dans les études de détection et d’attribution de records climatiques

    Soulivanh Thao, Philippe Naveau (LSCE), Julien Worms (laboratoire mathématiques de l’UVSQ)

    Thème 2 : Internal and forced climate variability

    Description du stage (pdf)

  5. Développement d’un algorithme de « scoring » par apprentissage profond pour l’évaluation de cartes de précipitations

    Barthes Laurent (LATMOS), Mallet Cécile (LATMOS)

    Co-encadrement : Pierre Lepetit (doctorant Météo-France)

    Thème 4 : Water cycle

    Description du stage (pdf)

  6. Recalage d’historique et machine learning pour la recherche de paramètres de modèles d’océan/atmosphère

    Redouane Lguensat (LOCEAN-LSCE), V. Balaji (Princeton-IPSL)

    Thème 4 : Water cycle

    Description du stage (pdf)

  7. Inferring the rain rate from remote sensing space measurement using machine learning algorithm

    Nicolas Viltard (LATMOS)+ spécialistes ML de l’équipe SPACE

    Co-encadrement : Pierre Lepetit (doctorant Météo-France)

    Thème 4 : Water cycle

    Description du stage (pdf)

  8. Apport de différentes techniques d’intelligence artificielle pour la classification des organisations spatiales de nuages bas observées par satellites

    Brient Florent, Bony Sandrine (LMD) Denby Leif (University of Leeds)

    Thème 4 : Water cycle

    Description du stage (pdf)

Financement CNES

  1. Peut-on détecter un cyclone avec un modèle Deep Learning développé pour la conduite autonome ?

    Maya George (LATMOS ), Sébastien Gardoll (ESPRI-IA / IPSL)

    Financement CNES de Cathy Clerbaux

    Thème 4 : Water cycle

    Description du stage (pdf)

Financement SCAI

  1. The power of deep learning applied to oceanic eddy detection

    Alexandre Stegner (LMD), Olivier Schwander (LIP6)

    Thème 6 : Marine biogeochemistry, ecosystems and resources

    Description du stage (pdf)

  2. Réseaux de neurones pour la modélisation de la dynamique spatio-temporelle de courants océaniques de surface

    Patrick Gallinari (LIP6), Marina Levy, Sylvie Thiria (LOCEAN)

    Co-encadrement Marie Dechelle (doctorante, LIP6-LOCEAN)

    Thème 6 : Marine biogeochemistry, ecosystems and resources

    Description du stage (pdf)

  3. Projections du climat Antarctique par émulation d’un modèle atmosphérique régional avec des méthodes de Machine Learning

    Patrick Gallinari LIP6, Cécile Agosta (LSCE)

    Co-encadrement : Antoine Doury, doctorant au CNRM (Toulouse)

    Thème 3 : Forced climate future evolution and related processes

    Description du stage (pdf)