Offre en lien avec l’Action/le Réseau : – — –/Doctorants

Laboratoire/Entreprise : Département Intelligence Artificielle du laboratoi
Durée : 3 ans
Contact : francis.faux@univ-jfc.fr
Date limite de publication : 2023-03-02

Contexte :
1) PhD Thèse : “Hybrid AI based on Spiking Neural Networks (SNNs)”
2) Durée: 36 mois
3)Début : Septembre 2023
4) Rémunération: €1975 par mois

Sujet :
“Hybrid AI based on Spiking Neural Networks (SNNs)”

L’objectif de cette thèse est de développer une intelligence artificielle hybride basée sur les SNNs. Différentes formes de mémoire seront étudiées. Le réseau sera construit à partir du modèle simple d’Izhikevich qui permet de reproduire jusqu’à 23 types de comportements neuronaux, dont les neurones corticaux excitateurs et corticaux inhibiteurs, et de stocker des motifs via la construction de réseaux d’oscillateurs. De nouvelles formes d’apprentissage
seront également étudiées sur la base de méthodes temps-fréquence.
Enfin, nous prévoyons d’étudier le lien entre les réseaux de neurones et la logique. En effet, peu de travaux appliquent les réseaux de neurones aux données relationnelles et au raisonnement symbolique. ( voir https://cloud.irit.fr/index.php/s/7yA7u9LibIWGZaW pour plus de détails).

Profil du candidat :
Niveau d’étude : Master 2 Mathématiques, Informatique, Data Science

Formation et compétences requises :
Nous recherchons un candidat avec des connaissances en représentation des connaissances et/ou en apprentissage , une bonne culture mathématique et un intérêt pour modéliser et exploiter les réseaux de neurones à impulsions

Adresse d’emploi :
Laboratoire IRIT à Toulouse

Document attaché : 202302031156_Thesis_AI_Spiking_Neurons.pdf