SERVIER CAMPUS

Application des GANs à l'imagerie clinique ou comment augmenter le nombre d'images ? (H/F)


Published on
14 Nov2019
Duration

6 mois

Reference

JNBE_20MVD_FC_GAN

Remuneration

By profile

Location

Suresnes

Start date

As soon as possible


Job description

Le but de ce stage est d'identifier et appliquer des GANs (Generative Adverserial Networks) qui permettent d'augmenter le nombre d'images d'apprentissage afin d'enrichir nos processus de recherche.

Le/la stagiaire adaptera les GANs à l'imagerie clinique au sein de nos projets afin de réaliser un benchmark et de maîtriser les plus pertinents. Les données utilisées sont des données d’imagerie internes.

Le/la stagiaire soulignera les avantages et les limites de ces différentes techniques tout en justifiant des hyper paramètres, du choix de l'architecture, et mesurera la qualité des images synthétisées par des évaluations qualitatives et quantitatives.

Missions

  • Recherche bibliographique sur les modèles génératifs et GANS
  • Benchmark des modèles de GAN (forces et faiblesses) en fonction des données d’imagerie fournies
  • Construire les modèles de GAN en Python via un serveur HPC
  • Réaliser le rapport de stage et présenter les résultats devant l’équipe

Required profile

Etudiant(e) (BAC+5) en Data Science ou Intelligence Artificielle (Ecole Ingénieur ou M2 équivalent).

Bonnes connaissances en R, Python.

Familiarité avec une ou plusieurs techniques de deep learning et modèles génératifs : TensorFlow, Keras, Caffe, MxNet, TORCH, FastAI etc.

Apply now

image de courriel
Upload my CV
Upload your CV

No file selected

Recommended files: PDF, .DOC or .DOCXMax. 3MB
Transfer my cover letter
Upload your cover letter

No file selected

Recommended files: PDF, .DOC or .DOCXMax. 3MB