About the role
L’objectif du stage est de développer un algorithme de classification basé sur du Machine Learning (et plus précisément du Deep Learning, i.e. réseau de neurones profond) afin de classifier des signaux EEG mesurés dans le cadre d’une BCI de type SSAEP (Steady State Auditory Evoked Potential).
Concrètement, des stimuli audio sont présentés à l’utilisateur via un casque audio. Ces stimuli peuvent être des sons synthétiques (e.g. sinusoïdes, bruit marron) ou des sons naturels (e.g. chant des cigales, ronronnement de chat). Chaque stimulus possède une fréquence de modulation propre. L’utilisateur se focalise alors sur l’un des stimuli. Ensuite, grâce au casque EEG, l’activité cérébrale de l’utilisateur est mesurée sous la forme d’un ensemble de signaux EEG collectés par chacune des électrodes. Il est ainsi possible de retrouver la fréquence de chaque stimulus dans les signaux EEG.
Pour se faire, une approche classique est de déterminer un ensemble de filtres spatiaux permettant de combiner au mieux les signaux issus des électrodes EEG puis d’appliquer un classifieur (e.g. LDA).
Nous souhaitons comparer ces algorithmes avec un apprentissage machine automatique. Les réseaux de neurones sont encore peu utilisés dans le cadre des BCI et nous souhaitons explorer cette piste afin de comparer les performances avec les approches plus classiques.
Le stage se déroulera dans le cadre d’un projet de recherche. Il sera constitué des activités suivantes :
- Une recherche bibliographique sur la classification via Deep Learning, en EEG ou probablement dans d’autres domaines.
- La constitution d’une base de données d’apprentissage via des mesures sur des sujets (écoute de signaux audio et enregistrements EEG synchrones).
- La proposition d’une architecture de réseau de neurones et le développement du modèle d’apprentissage.
- L’optimisation des hyper-paramètres (e.g. Ray Tune).
- Des tests de la robustesse du classifieur sur une base de données inconnue.
about you
Master recherche ou ingénieur dans les domaines du machine learning et/ou du traitement du signal
Vos compétences et qualités personnelles recherchées :
- Sensibilité aux neurosciences
- Maitrise de Python
- Pratique d’un framework de ML (e.g. Tensorflow, PyTorch)
- Vous êtes curieux et force de proposition
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.