Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.
Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence
2022-23613
Description de l'unité
Situé à Saclay, en Ile-de-France sud, le CEA LIST est un centre de recherche scientifique et technologique dédié au développement de logiciels, de systèmes embarqués et de capteurs pour des applications destinées à la défense, la sécurité, l'énergie, le nucléaire, l'environnement et la santé. Le CEA LIST compte plus de 700 chercheurs se focalisant sur les systèmes numériques intelligents, centrés autour de l'intelligence artificielle, l'usine du futur, l'instrumentation innovante, les systèmes cyberphysiques et la santé numérique.
Au sein de cet institut, les laboratoires du Service d'Intelligence des Données (SID) travaillent au développement et au transfert industriel de technologies de pointe en IA.
Le périmètre technique de nos 50 ingénieurs & chercheurs concerne l'analyse des signaux (c.a.d. des séries temporelles, mais aussi des spectres) produits par les équipements développés en interne, par les équipes du CEA, ou par des sociétés externes. L'exploitation de ces données repose sur un large spectre de méthodes d'apprentissage machine, relevant de l'IA numérique (réseaux de neurones profonds, forêts aléatoires, SVM) et de l'IA symbolique (systèmes à base de règles).
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Stage
Intitulé de l'offre
Vérification des bases de règles floues H/F
Sujet de stage
Vérification des bases de règles floues:
Vous contribuez à l'enrichissement de la plateforme ExpressIF, une IA symbolique développée au SID, en travaillant sur la validation des bases de connaissances floues. Il s'agit de proposer un outil qui permettra à l'utilisateur de détecter automatiquement et éventuellement corriger des anomalies dans une base de règles (rentrées par lui-même ou apprises). On considère les anomalies au sens large : contradiction entre les règles, critères d'explicabilité non satisfaits [1], etc.
Mots-clés : IA de confiance, logique floue, systèmes expert, vérification, anomalies, explicabilité, cohérence.
Durée du contrat (en mois)
6
Description de l'offre
Vous intégrerez une équipe de 5 permanents travaillant sur la plateforme ExpressIF – une intelligence artificielle symbolique entièrement développée au SID dont l’intérêt est d’être interprétable (https://ExpressIF.cea.fr). En effet, il ne s’agit pas d’avoir une Intelligence Artificielle boite noire (c’est-à-dire dont l’inférence ne peut pas être interprétée par les humains) qui indiquera des décisions à un opérateur, mais une Intelligence Artificielle que l’on peut comprendre : les experts pourront donc en tirer des éléments pour leurs propres recherches, corriger les connaissances si elles semblent avoir été trompées par les données, ou simplement les compléter si certaines sont absentes.
Vous contribuez à l’enrichissement de la plateforme ExpressIF en travaillant sur la vérification des bases de connaissances floues. Il s’agit de proposer un outil qui permettra à l’utilisateur de détecter automatiquement et éventuellement corriger des anomalies dans une base de règles (rentrées par lui-même ou apprises). On considère les anomalies au sens large : contradiction entre les règles, critères d’explicabilité non satisfaits [1], etc.
La vérification des bases de connaissances a été largement adressée dans la communauté travaillant sur les bases propositionnelles en logique classique, notamment au sens de la cohérence logique [2]. Le problème a été moins abordé pour les systèmes avec des connaissances incertaines, en particuliers les systèmes flous dont la vérification est plus complexe et plus couteuse d’un point de vue computationnel [3,4,5].
L’objectif du stage est de faire l’état de l’art sur le sujet et de proposer, pour des anomalies d’intérêt, des outils qui permettront à l’utilisateur final de contrôler automatiquement une base de règles floues.
Mots-clés : IA de confiance, logique floue, systèmes expert, vérification, anomalies, explicabilité, cohérence.
Bibliographie
[1] Moral, A., Castiello, C., Magdalena, L., & Mencar. Explainable Fuzzy Systems. Springer International Publishing, 2021
[2] Hunter, A., & Konieczny, S.. Approaches to measuring inconsistent information. In Inconsistency tolerance, 191-236. Springer, Berlin, Heidelberg, 2005.
[3] Dubois, D., Prade, H., & Ughetto, L. Checking the coherence and redundancy of fuzzy knowledge bases. IEEE Transactions on Fuzzy Systems, 5(3), 398-417, 1997
[4] Chang, Ana M., and Lawrence O. Hall. "The validation of fuzzy knowledge-based systems." Fuzzy logic for the management of uncertainty. 589-604, 1992
[5] Scarpelli, H., & Gomide, F. A high level net approach for discovering potential incosistencies in fuzzy knowledge bases. Fuzzy Sets and Systems, 64(2), 175-193, 1994
Moyens / Méthodes / Logiciels
PYTHON, C#
Profil du candidat
Ingénieur - Master IA/Mathématiques appliquées
Localisation du poste
Site
Saclay
Localisation du poste
France, Ile-de-France, Essonne (91)
Ville
Gif sur Yvettes
Critères candidat
Diplôme préparé
Bac+5 - Diplôme d'études approfondies (DEA)
Demandeur
Disponibilité du poste
01/02/2023
Je me crée un espace candidat
