Appel à projet – Bourses de Master 2019-2020

L’initiative clé MUSE Data & Life Sciences a pour but de contribuer au développement de méthodes et de logiciels pour analyser les données multidimensionnelles dans les domaines de la santé, de l’environnement et de l’agronomie.

La KIM «Data and Life Sciences»soutiendra pour l’année 2019-2020 le financement de 10 stages de Master 2 «recherche » portant sur des questions scientifiques relevant de la recherche en biologie et impliquant le traitement de gros jeux de données.

Ce financement est destiné aux équipes de recherche de MUSE qui souhaitent accueillir un étudiant en Master 2 pendant une durée de 4 à 6 mois, et servira à gratifier l’étudiant selon la procédure en vigueur à l’Université de Montpellier.

Clôturé le 15 novembre 2019, 12 stages ont été financés dans le cadre de cet appel.

Development of a generic NIRS calibration pipeline using deep learning and model ensembling: application to some starchy staple crops in Africa

RS : Denis Cornet (Amélioration Génétique et Adaptation des Plantes méditerranéennes et tropicales)

AGAP – UMR 1334)

 Deep-learning appliqué à la calibration d’un simulateur de croissance d’arbre complet (caulinaire+racinaire)

RS : Jean-François Barczi – AMAP (botAnique et Modélisation de l’Architecture des Plantes et végétations UMR 5120)

Apports de données virtuelles dans la reconnaissance de paysages réels par réseaux de neurones profonds

RS : Frédéric Borne – AMAP (botAnique et Modélisation de l’Architecture des Plantes et végétations UMR 5120)

Détection, caractérisation et quantification des attaques de frelon asiatique sur l’abeille domestique par des méthodes de deep-learning et de vidéo-surveillance

RS : Laurence Gaume – AMAP (botAnique et Modélisation de l’Architecture des Plantes et végétations UMR 5120)

Analyse de forme pour l’automatisation du process pre-opératoire dans la reconstruction maxilo-faciale

RS : Benjamin Charlier (Institut Montpelliérain Alexander Grothendieck – UMR 5149)

Nouvelles approches de clustering pour les données de cytométrie et single-cell genomics

RS : André Mas (Institut Montpelliérain Alexander Grothendieck – UMR 5149)

Apport de la régression linéaire généralisée sur composantes supervisées dans l’étude de l’association entre déficit visuel et morphologie cérébrale

RS : Isabelle Carrière (Neuropsychiatrie : recherche épidémiologique et clinique INSERM U1061)

Reconstruire l’histoire évolutive en prenant en compte l’hétérogénéité de l’introgression, application à un continuum de divergence entre lignées partiellement isolées de Mytilus spp

RS : Nicolas Bierne (Institut des Sciences de l’Evolution de Montpellier UMR 5554)

Caractérisation de la structure mosaïque des génomes de riz

RS : Céline Scornavacca (Institut des Sciences de l’Evolution de Montpellier UMR 5554)

Listening to the wild: deep-learning based methods for sound event detection from animal-borne audiologgers

RS : Simon Chamaillé-Jammes (Laboratoire d’informatique, de robotique et de microélectronique de Montpellier UMR 5506)

Outils de diagnostic des gliomes infiltrant de bas grade en exploitant des données électroencéphalographiques (EEG) déjà disponibles

RS : Sofiane Ramdani (Laboratoire d’informatique, de robotique et de microélectronique de Montpellier UMR 5506)

Estimation des intervalles des confiances d’une reconstruction tomographique en TEP par bootstrap : application au diagnostic des maladies neurodégénératives

RS : Denis Mariano-Goulart (PhyMedExp U1046)