Apprentissage “Machine-learning” | Application à la géolocalisation véhicule couplée à la reconnaissance visuelle

L’ENTREPRISE

Fondée par d’anciens experts du ministère de la Défense et de grandes écoles françaises, SYSNAV est une jeune PME française innovante de haute technologie, en forte croissance, spécialisée dans les solutions de navigation et de géolocalisation sans infrastructure pour les environnements extrêmes, hors de portée des solutions conventionnelles et du GPS.
Le conseil et les solutions SYSNAV visent des secteurs aussi divers que la défense, la sécurité, le médical, l’industrie aéroportuaire, portuaire et minière, la construction ou la robotique.
L’équipe technique du Lab SYSNAV est composée d’ingénieurs et de docteurs de haut niveau issus des toutes meilleures écoles d’ingénieurs en France.

Malgré son fort développement récent, l’équipe SYSNAV a su conserver les valeurs entrepreneuriales qui ont présidé à sa création : excellence, passion, rigueur, éthique, engagement, autonomie.

Experte dans son domaine, SYSNAV a reçu différents prix prestigieux consacrant, à plusieurs reprises, la capacité d’innovation hors norme de ses équipes et l’arrivée à maturité de la technologie Sysnav magnéto-inertielle:

CONTEXTE DU STAGE
SYSNAV a développé une technologie de navigation nouvelle génération qui permet de suivre et localiser un véhicule, y compris en l’absence de signal GPS. Cette technologie, brevetée et robuste aux interférences et au brouillage, permet de reconstruire la vitesse de déplacement du véhicule en temps réel avec une grande précision, à partir de l’exploitation locale des mesures magnétiques et inertielles couplées. Elle fonctionne sans aucune infrastructure (satellites, borne radio, etc).

OBJECTIF DU STAGE
SYSNAV travaille sur des projets de géolocalisation véhicule couplée à de la reconnaissance visuelle d’éléments d’environnement. Le stage portera sur la mise en œuvre de méthodes d’apprentissage statistiques (“machine learning”) dans le cadre de ce projet.

CONTENU DU STAGE
Le stage visera à détecter avec un minimum d’erreur des objets classifiés.

Thématiques associées au sujet de stage :
• Analyse de signaux temporels multivariés
• Réduction de dimension, extraction et construction de descripteurs adéquats
• Problème de classification supervisé multi-classes
• Sélection de variables en classification supervisée

Le stage, qui peut déboucher sur un poste ou une thèse, sera orienté selon les 3 axes suivants :
• Prise en main du sujet, étude bibliographique, appropriation des questions et formalisation du problème.
• Récupération des données brutes, construction d’indicateurs associés aux variables intégrées, constitution de la base d’apprentissage.
• Réflexion sur l’architecture de stockage, de traitement et d’exploitation (Cloud, multi-cœur, etc…) des données.

COMPETENCES
Apprentissage, Traitement d’image, Programmation, Mathématiques appliquées (modélisation, automatique).