Modélisation de Propriétés pour le Raisonnement Spatial et Spatio-Temporel H/F - 78

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

- La conscience des responsabilités
- La coopération
- La curiositéIl est attendu de ce stage les étapes suivantes :
Se familiariser avec la logique floue et les méthodes de modélisation de propriétés et de relations spatiales floue (Bloch, 2005), (Poli, Boudet, & Le Yaouanc, 2018), (Vanegas, Bloch, & Inglada, 2013), (Takemura, Cesar, & Bloch, 2012)
Formaliser les propriétés ou relations sélectionnées en s'appuyant sur la logique floue,
Implémenter les propriétés et relations floues sélectionnées (prototypage sous python ou Matlab),
Créer des jeux de données de test et d'évaluation,
Visualiser les données utilisées et les résultats obtenus,
Rédaction d'un rapport.

Références
Bloch, I. (2005). Fuzzy spatial relationships for image processing and interpretation: a review. Image and Vision Computing, 23(2), 89-110.
Poli, J.-P., Boudet, L., & Le Yaouanc, J.-M. (2018). Online spatio-temporal fuzzy relations. Dans IEEE (Éd.), International Conference on Fuzzy Systems (FUZZ-IEEE), (pp. 1-8).
Takemura, C., Cesar, R. M., & Bloch, I. (2012). Modeling and measuring the spatial relation along: Regions, contours and fuzzy sets. Pattern Recognition, 45(2), 757-766. doi://doi.org/10.1016/j.patcog.2011.06.016
Vanegas, M., Bloch, I., & Inglada, J. (2013). Alignment and Parallelism for the Description of High-Resolution Remote Sensing Images. Transactions on Geoscience and Remote Sensing, 51(6), 3542-3557. doi:10.1109/TGRS.2012.2225628