Where PhDs and companies meet
Menu
Login

Already registered?

New user?

Forgot your password?

Classification de signaux sur graphes issus d'un réseau de capteurs acoustiques

ABG-87390 Thesis topic
2019-09-12 < €25,000 annual gross
ecole navale
BREST /LANVEOC - Bretagne - France
Classification de signaux sur graphes issus d'un réseau de capteurs acoustiques
  • Computer science
Graphes, Analyse spectrale, Classification de graphes, Bruit Gaussien fractionnaire, méthodes d’apprentissage à noyaux

Topic description

La thèse s'inscrit dans le cadre général du traitement de l'information des données maritimes via un réseau d'hydrophones ou de bouées acoustiques pour la surveillance de l'environnement marin (détection et classification). Avec le développement de l'instrumentation électronique, de l'informatique et des systèmes de communications, cette dernière décennie a vu apparaître des réseaux de capteurs structurés fournissant de plus en plus de données riches en informations tels que les bouées acoustiques, les réseaux de capteurs de pollution, les réseaux de capteurs de température des stations météorologiques ou les réseaux électriques. Ces données issues de ces capteurs sont en gnéral complexes, interconnectées et difficiles à modéliser. Les éléments de base de données peuvent être représentés efficacement sous forme de graphes, objet mathématique particulier composé d'un ensemble de noeuds reliés entre eux par des connexions. Le traitement du signal sur graphe consiste à étendre les outils classiques tels que la transformée de Fourier, celle des ondelette ou les méthodes de classification aux signaux associés à ces structures complexes. Les travaux récemment développés dans le cadre d'une thèse soutenue à l'IRENAV, ont montré l'intérêt de la classification des siganux et des graphes via l'analyse spectrale algébrique. Les méthodes d'apprentissage étudiées dans cette thèse concernaient l'approche Support Vector Machines (SVM) sous sa forme linéaire et non linéaire (noyaux) , la notion de noyaux sur graphes ayant été définie et largement exploitée.  Ce travail a notamment permis le développement d'outils pour la classification supervisée de graphes ouvrant ainsi de nouvelles pistes de recherche prometteuses.

Le sujet de pthèse proposé s'inscrit dans la continuité des travaus développés en mettant l'accent sur le traitement de données issues de capteurs acoustiques et dédiées à la surveillance maritime.En premier, l'objectif est de généraliser la mesure de similarité spectrale développée au cas de la matrice d'adjacence généralisée et au Laplacien sans signe . Pour le processus de classification, le candidat explorera d'autres approches que le SVM. Le 2ème objectif est d'analyser le comportement de cette mesure spectrale vis-à -vis des signaux à classifier. Enfin, pour la validation des outils développés, le candidat procédera à leur mise en oeuvre sur des siganux réels issus de capteurs. Le candidat s'interessera à la problématique de la représentation , de la détection et de la classification des siganux dans un réseau de balises acoustiques, données acoustiques issues de l'hydrophone d'un OBS (Ocean Bottom Seismometer).

 

Starting date

2019-11-04

Funding category

Public funding alone (i.e. government, region, European, international organization research grant)

Funding further details

Presentation of host institution and host laboratory

ecole navale

L’École navale est l’école des officiers de la marine nationale. Les élèves officiers de carrière suivent un cursus d’ingénieur ou de master. Des formations supérieures (masters, mastères spécialisés) sont également délivrées à des étudiants civils dans les domaines de l’ingénierie maritime.

L’Institut de Recherche de l’École navale (IRENav) est le support de la recherche et de la formation scientifique. Institut pluridisciplinaire, il est labellisé par l’HCERES). Il est reconnu Équipe d’Accueil [EA 3634] dans le cadre de la contractualisation des laboratoires Arts et Métiers ParisTech. Ses équipes participent à la formation doctorale dans trois domaines de spécialité, liés au milieu marin : la modélisation et le traitement de l'inforrmation maritime (MOTIM), la mécanique et l'énergie en environnement naval (M2EN).

PhD title

Doctorat de traitement du signal

Country where you obtained your PhD

France

Graduate school

EDSM

Candidate's profile

Le candidat (titulaire d’un Master recherche ou diplôme d’ingénieur) devra posséder une solide formation en traitement du signal et avoir des compétences en mathématiques appliquées. Des compétences en acoustique seront appréciées. Une connaissance de la programmation sous Matlab est requise, et un bon niveau en Anglais est souhaité.
La personne recrutée effectuera une charge d’enseignement annuelle maximale de 96 heures au sein du département d'enseignement scientifique de l'École navale.
L'enseignement sera principalement composé de travaux dirigés, d'encadrement de projets et de travaux pratiques dans les modules scientifiques en première et deuxième années de l'École navale mais aussi au profit des autres élèves de l'établissement. Le candidat interviendra en particulier dans les matières suivantes : traitement du signal et des images, siganux aléatoires, détection-estimation, probabilités -statistiques,automatique et Matlab. Au sein d'une équipe d'enseignants-chercheurs, le candidat devra notamment s'impliquer dans le développement de supports de travaux dirigés et pratiques et de leur encadrement. Il sera membre de jury d'évaluation.

Application deadline

2019-10-15
Partager via
Apply
Close

Vous avez déjà un compte ?

Nouvel utilisateur ?


Forgot your password?
More information?

Get ABG’s monthly newsletters including news, job offers, grants & fellowships and a selection of relevant events…

item1 item1 item1 item1
item1 item1
They trusted us