Impacting Daily Life Researchs
Le LIAA a été créé en juillet 2024 dernier. Le premier objectif qui lui a été assigné est la mise sur pied de la première promotion de master 2 recherche pour l’année académique 2024-2025. Le LIAA voudrait saisir cette opportunité pour fournir aux jeunes chercheurs l'environnement le plus approprié qui leur permettra de se concentrer uniquement sur leur mémoire et ainsi de le terminer dans les délais exigés.
Les jeunes désireux de s’initier en recherche pourront choisir l’un ou une combinaison des domaines suivants :
LIG-Université Grenoble Alpes, IRISA-Université de Rennes, LIA-FS-UY1, MSF, CRTV, Waouh VS Consulting, GML&Co Global Map Lumia
" RNN frugal et parallèle pour la détection des messages haineux."
Ce sujet de recherche se concentre sur deux points, la parallélisation et la frugalité dans l’apprentissage artificiel avec les réseaux de neurones récurrents. L’apprentissage artificiel parallèle consiste à faire coopérer les unités de calcul d’une architecture parallèle dans le but de réduire le temps d’apprentissage tout en conservant les performances métriques qu’on pourrait obtenir en mode séquentiel. L’intelligence artificielle frugale prône l’usage des ressources aussi limités que possible dans le processus d’apprentissage artificiel. Dans ce mémoire il s’agira de proposer un algorithme d’apprentissage artificiel parallèle qui utilise le moins de ressource possible pour avoir les meilleures performances métriques. Certaines des ressources considérées ici sont le l’énergie et les données. Le modèle sera entraîné sur les jeux de données correspondant aux messages haineux. Le candidat sera invité à :
Les candidats doivent posséder :
" CNN frugal et parallèle pour le diagnostic de l’Ulcère de Burili et de la variole du singe"
Ce sujet de recherche se concentre sur deux points, la parallélisation et la frugalité dans l’apprentissage artificiel avec les réseaux de neuronnes convolutifs. L’apprentissage artificiel parallèle consiste à faire coopérer les unités de calcul d’une architecture parallèle dans le but de réduire le temps d’apprentissage tout en conservant les performances métriques qu’on pourrait obtenir en mode séquentiel. L’intelligence artificielle frugale prône l’usage des ressources aussi limitées que possible dans le processus d’apprentissage artificiel. Dans ce mémoire il s’agira de proposer un algorithme d’apprentissage artificiel convolutif parallèle qui utilise le moins de ressource possible pour avoir les meilleures performances métriques. Certaines des ressources considérées ici sont le l’énergie et les données. Le modèle sera entraîné sur les jeux de données correspondants aux images de l’ulcère de Burili et de la variole du singe. Le candidat sera invité à :
Les candidats doivent posséder :
"Factorisation tensorielle frugale et parallèle pour les systèmes de recommandation"
Ce sujet de recherche se concentre sur deux points, la parallélisation et la frugalité dans la factorisation tensorielle. Nous nous interessons aux méthodes de factorisation tensorielle basée sur l’apprentissage parallèle. L’apprentissage artificiel parallèle consiste à faire coopérer les unités de calcul d’une architecture parallèle dans le but de réduire le temps d’apprentissage tout en conservant les performances métriques qu’on pourrait obtenir en mode séquentiel. L’intelligence artificielle frugale prône l’usage des ressources aussi limitées que possible dans le processus d’apprentissage artificiel. Dans ce mémoire il s’agira de proposer un algorithme de factorisation tensorielle basée sur l’apprentissage parallèle qui utilise le moins de ressource possible pour avoir les meilleures performances métriques. Certaines des ressources considérées ici sont le l’énergie et les données. Le modèle sera entraîné sur les jeux de données permettant de réaliser les systèmes de recommentation. Le candidat sera invité à :
Les candidats doivent posséder :
5. Equipe d’encadrement
« Mise en place d’une API de paiement électronique unifié pour l’aisance et la fluidité des transactions financières sécurisées »
De nos jours, il existe une multitude de plateformes permettant le paiement électronique. Celles-ci varient des plateformes de paiement mobile (associées très souvent aux opérateurs téléphoniques) aux plateformes de paiement utilisant la carte bancaire ou même la plateforme de paiement PayPal. Si certaines (carte bancaire, PayPal) ne sont toujours pas adaptées aux réalités locales, d’autres sont de plus en plus multiples au point où elles peuvent susciter une crise de confiance chez les utilisateurs. Malgré l’adoption des solutions de paiement électronique, plusieurs secteurs d’activités hésitent encore à les intégrer (transports, santé). Dans ce mémoire, l’objectif est de se concentrer et de mettre en place une API de paiement électronique inclusive et unifiée dans le but d’assurer des transactions financières à la fois aissanté, fluide et sécurisée. L’API pourra utiliser le QR code. Le candidat pour ce sujet sera invité à :
Les candidats doivent posséder :
5. Equipe d’encadrement
"Adaptation de FreeRTOS pour un fonctionnement optimal de Kufuli Smartlock"
Ce sujet de recherche traite du système d’Exploitation FreeRTOS et de la serrure Kufuli SmartLock. FreeRTOS est un système d'exploitation temps réel et Open source adaptée aux microcontrôleurs. Kufuli SmartLock est une serrure électronique intelligente offrant des fonctionnalités d’ouverture de porte à distance (bluetooth, wifi) ou d’ouverture de porte avec code, avec carte ou même empreintes digitales. Kufuli SmartLock fonctionne avec un système d’exploitation embarqué propriétaire. Ceci ne donne pas une grande marge de manœuvre quant à la flexibilité dans l’ajout de nouvelles fonctionnalités. L’objectif de ce mémoire est d’adapter le système d’exploitation FreeRTOS à la serrure electronique Kufuli SmartLock dans le but de rendre son fonctionnement optimal grâce notamment à la facilité d’ajout de nouvelles fonctionnalités. Pour ce thème, le candidat sera invité à :
Les candidats doivent posséder :
5. Equipe d’encadrement
« Cybersécurité basée sur l’Intelligence Artificielle »
Ce sujet de recherche se concentre sur l’évaluation des performances des systèmes défensifs et des outils d’attaques et sur la maitrise des méthodes de détection et de mitigation des attaques. Il s’agit de mettre en évidence des attaques de déni de service pour des fins économiques et politiques et les solutions défensives associées, des attaques sur des infrastructures critiques telles que la cimencam, Eneo, les aéroports, Camtel et bien d’autres et comment les protéger. Il traite enfin la protection de la vie privée et de l’impact sociopolitiques. Les candidats seront invités à :
Les candidats doivent posséder :
"Natural Language Processing pour la Génération de réponses personnalisées"
L'objectif de ce projet est de développer un système capable de générer des réponses aux courriels en utilisant des informations pertinentes extraites d'une base de données d'emailsprécédents. Ce système vise à automatiser la rédaction de réponses en s'appuyant sur des modèles de traitement du langage naturel pour assurer la pertinence et la personnalisation des messages. Le modèle sera entraîné sur les jeux de données de messages échangés entre employés d'Enron. Le candidat sera invité à :
Les candidats doivent posséder :
Equipe d’encadrement
« Prétraitements pour la classification supervisée des chansons audio dans des plateformes digitales »
Dans de nombreuses situations, il est important de pouvoir classer les chansons audios, par exemple pour faciliter des recommandations à des personnes qui ont des goûts musicaux similaires, ou encore pour ranger de manière automatique des chansons par genre dans un support de stockage ou encore pour la conception de playlists. Ces différentes tâches sont davantage récurrentes dans notre société contemporaine qui est de plus en plus digitale (beaucoup de chansons dans l’univers numérique) et de plus en plus en cohabitation avec les intelligences artificielles. Dans ces différents contextes, la classification automatique des chansons audio est un atout pour simplifier la vie aux utilisateurs. Cependant, il est peut être intéressant de questionner les procédures classiques qui sont appliqués en matière de classification automatique de chansons, particulièrement lors de la phase de prétraitement des jeux de données d’apprentissage automatique. Dans ce mémoire, l’étudiant doit faire une exploration des techniques d’apprentissage automatique qui sont utilisées pour la classification automatique des chansons audio, tout en mettant un accent particulier sur les étapes de prétraitement. Le candidat sera invité à :
Les candidats doivent posséder :
Equipe d’encadrement
« Prétraitements pour la classification supervisée des images dans des plateformes digitales »
Dans de nombreuses situations, il est important de pouvoir classer les images, par exemple pour faciliter des recommandations à des personnes lors d’un shopping en ligne, ou lors de la recherche des destinations de rêve pour des vacances, ou encore pour ranger de manière automatique des images par genre dans un support de stockage, sans oublier les cas de diagnostique à partir des images médicales. Ces différentes tâches sont davantage récurrentes dans notre société contemporaine qui est de plus en plus digitale et de plus en plus en cohabitation avec les intelligences artificielles. Dans ces différents contextes, la classification automatique des images est un atout pour simplifier nos vies. Cependant, il est peut-être intéressant de questionner les procédures classiques qui sont appliqués en matière de classification automatique de images, particulièrement lors de la phase de prétraitement des jeux de données d’apprentissage automatique. Dans ce mémoire, l’étudiant doit faire une exploration des techniques d’apprentissage automatique qui sont utilisées pour la classification automatique des images, tout en mettant un accent particulier sur les étapes de prétraitement. Le candidat sera invité à :
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIA-FS-UY1 |
Dr NZEKON NZEKO’O Armel Jacques |
|
|
ESTLC-UEb |
Dr ALI OUCHAR CHERIF |
Référent professionnel : M. KALBASSOU Albert, kalbassou@gmail.com, Cameroon Radio Television – CRTV
Classification supervisée des vidéos à des fins de recommandations sur des plateformes digitales
Plusieurs plateformes digitales offrent la possibilité d’avoir accès à un grand nombre de vidéos, ce qui entraîne très vite pour un utilisateur de ces plateformes le problème du choix de la vidéo qui l’intéresse le plus, et particulièrement lorsqu’il a une préférence pour une certaine catégorie de contenus vidéos. Il est question dans ce mémoire d’explorer les techniques d’apprentissage automatique qui sont utiles pour la classification des vidéos afin de proposer à chaque utilisateur la vidéo qui lui correspond le mieux. Un accent particulier sera accordé à la phase de prétraitement des données avant le processus de classification des vidéos. Le candidat sera invité à :
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIA-FS-UY1 |
Dr NZEKON NZEKO’O Armel Jacques |
|
|
ESTLC-UEb |
Dr ALI OUCHAR CHERIF |
Référent professionnel : M. KALBASSOU Albert, kalbassou@gmail.com, Cameroon Radio Television – CRTV
1.Thème
“Finetuning des modèles multilingues auto supervisés pour la transcription de la parole en langue camerounaise”
Le premier objectif visé par ce sujet de recherche est d’expérimenter le finetuning de modèles de reconnaissance automatique de la parole pour une langue camerounaise. L’atteinte de cet objectif passe par le choix d’une langue camerounaise, la collecte de données audio et texte sur cette langue, le pré-traitement des données pour les rendre disponible pour l'entraînement. Une fois les données disponibles, il s'agira d’expérimenter les modèles d’apprentissage auto-supervisés et multilingue pour l’apprentissage des représentations dans la langue sélectionnée. La tâche en aval des modèles est la transcription de la parole. Ces expérimentations porteront principalement sur du fintuning. Le second objectif, qui est plus théorique, est d‘évaluer la qualité des représentations induite par la distance linguistique entre les langues prises en compte dans les modèles pré-entrainés.
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIA – Université de Yaoundé I |
Dr. Paulin MELATAGIA YONTA |
|
|
LIAA - ESTLC-UEb |
Dr MESSI NGUELE Thomas |
Thomas.messi@facsciences-uy1.cm |
"Évaluation de la performance des réseaux 4, 5 G dans un environnement urbain dense à l’aide des algorithmes de machine learning"
Ce sujet de recherche traite de l’évaluation des perfomances des réseaux 4, et 5 G dans un environnement dense lorsqu’on utilise les algorithmes de machine learning. Il s’agira pour le candidat de voir quel les le meilleur algorithme de machine learning pour avoir les meilleur performance avec chacun des réseaux 4 et 5 G.
Le candidat sera invité à :
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIA-FS-UY1MONTHE Valery Marcial |
Dr MONTHE Valery Marcial |
valery.monthe@facsciences-uy1.cm |
|
ESTLC-UEb |
Dr ALI OUCHAR CHERIF |
"Adaptative load balancing solution using Graph neural networks in Software-Defined Networking"
Ce sujet de recherche traite de l’équilibre des charges dans les logiciels définis pour les réseaux en se servant du modèle Graph Neural Networks. Il s’agira pour le candidat de proposer une solution adaptative en se servant des GNN.
Le candidat sera invité à :
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIA-FS-UY1 |
Dr MONTHE Valery Marcial |
valery.monthe@facsciences-uy1.cm |
|
ESTLC-UEb |
Dr MVOGO AHANDA Joseph |
|
« Technologies Avancées pour l’Optimisation des détections des scènes violentes dans des Systèmes de Surveillance Vidéo »
Cette thématique explore les approches innovantes basées sur l'intelligence artificielle (IA) et les architectures parallèles pour améliorer la détection des comportements violents dans les vidéos. L’objectif est de concevoir des algorithmes de Deep Learning efficaces, capables de traiter de grandes quantités de données en temps réel, tout en minimisant la consommation énergétique. Ces systèmes, optimisés pour fonctionner sur des infrastructures comme les GPU ou TPU, permettront d’augmenter la précision et la rapidité des détections, tout en réduisant les coûts opérationnels, rendant ainsi les solutions de surveillance plus durables et accessibles à grande échelle. Les candidats seront invités à :
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIG – Université Grenoble Alpes |
Pr TCHANA Alain |
|
|
LIAA - ESTLC-UEb |
Dr MESSI NGUELE Thomas |
Thomas.messi@facsciences-uy1.cm |
"Mining Software Repositories for improving software engineering practices."
Ce sujet de recherche traite de la fouille des référentiels pour l’amélioration des bonnes pratiques d’ingénierie logicielle. Il s’agira pour le candidat d’étudier les référentiels logiciels dans le but de rendre les pratiques d’ingénierie logicielle plus aptes à permettre la production de logiciel de meilleure qualité.
Le candidat sera invité à :
Les candidats doivent posséder :
|
Entité |
Nom du responsable |
Contact du responsable |
|
LIA-FS-UY1MONTHE Valery Marcial |
Dr MONTHE Valery Marcial |
valery.monthe@facsciences-uy1.cm |
|
ESTLC-UEb |
Dr ALI OUCHAR CHERIF |
ESTLC est une école de cycle ingénieur situé à AMBAM dans le Sud-Cameroun, Doté d'une équipe jeune et dynamique, elle a pour mission de booster l'émergence des metiers du transport, de la Logistique et du Commerce dans le pays et aussi à l'internationale.
AMBAM
Ebolowa, Sud-Cameroun
estlc@estlc.unv-ebolowa.cm
(+237) 222 482 412
B.P 22 AMBAM