Clustering pour l'extraction d'automate à partir de réseaux de neurones récurents H/F

Descripción del puesto:

Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Clustering pour l'extraction d'automate à partir de réseaux de neurones récurents H/F

Sujet de stage

Dans le cadre de travaux autour de l'intelligence artificielle de confiance, vous travaillerez sur l'évaluation de différentes méthodes de clustering pour l'extraction d'automate à partir de RNN.

Durée du contrat (en mois)

4 à 6 mois

Description de l'offre

Contexte
Avec les récents développements en matière d'IA, son utilisation est de plus en plus répandue et soulève de plus en plus de questions quant à sa robustesse, son respect de la vie privée ou autre. Un certain nombre de travaux ont émergés pour augmenter la confiance dans les IAs en se basant sur des méthodes formelles pour obtenir des garanties mathématiques de leur sûreté.
Pour les réseaux de neurones récurents, l'application de méthodes telles que l'interprétation abstraite pour vérifier cette sûreté est difficile à cause de leur reccurence. Apprendre un automate fidèle comme un modèle de substitution permet de réduire la complexité du modèle et de facilité sa vérification. Cet apprentissage dépend fortement de méthodes de clustering pour regrouper les états cachés du RNN. En rapprochant les états de même sémantique, il est possible de construire un automate reproduisant les trajctoires du RNN.
Stage
Les méthodes actuelles de clustering pour l'apprentissage passif d'automates se base principalement sur l'utilisation de K-means à partir de traces d'exécution du RNN. Cette méthode est cependant limitée lorsqu'appliquée sur des données complexes et de haute dimension. Cela impacte alors la taille (nombre d'états) et la fidélité de l'automate extrait.
L'objectif principal de ce stage est d'étudier et d'implémenter différents algorithmes de clustering pour l'extraction d'automate à partir de RNN. Il se compose de 3 étapes:
* Familiarisation avec apprentissage d'automates depuis des RNNs et état de l'art des méthodes de clustering
* Implémentation et comparaison des algorithmes sur des benchmarks prédéfinis.
* Si le temps le permet, conception d'une nouvelle méthode de clustering plus adaptée et/ou application des automates appris pour l'interprétabilité et l'explicabilité des RNNs.
Depending on the quality of the work carried out, a scientific publication can be expected by the end of the internship.

Profil du candidat

Qu'attendons-nous de vous ?
Vous préparez un diplôme de niveau M1 ou M2 dans le domaine l'informatique. Vous possédez des connaissances en développement Python, en clustering et en intelligence artificielle.
Rejoignez-nous, venez développer vos compétences et en acquérir de nouvelles !

Vous avez encore un doute ? Nous vous proposons :
* L'opportunité de travailler au sein d'une organisation de renommée mondiale dans le domaine de la recherche scientifique,
* Un environnement unique dédié à des projets ambitieux au profit des grands enjeux sociétaux actuels,
* Une expérience à la pointe de l'innovation, comportant un fort potentiel de développement industriel,
* Des moyens expérimentaux exceptionnels et un encadrement de qualité,
* De réelles opportunités de carrière à l'issue de votre stage,
* Une participation aux transports en commun à hauteur de 75%,
* Un équilibre vie privée - vie professionnelle reconnu,
* Une politique diversité et inclusion,
Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Palaiseau

Critères candidat

Langues

Anglais (Intermédiaire)

Demandeur

Disponibilité du poste

01/03/2026