Stage

Context:
There is a growing interest for automatically analyzing, modeling and synthetizing non-verbal behaviors at the group level (i.e. several participants). Structure of the group could be static or dynamic with at least three participants. All participants adhere to specific social norms governing, for example, their distance and body orientation in order to coordinate, to make it easier to interact with each other and to mark their social attitude toward each other.

General Game Player (GGP) [1] is a paradigm in Artificial Intelligence focused on developing algorithms and techniques to play more than one game successfully, possibly with limited prior knowledge of the game in hand. By contrast, for several games, such as chess, computers are programmed to play them using specially designed algorithm, which cannot be easily transferred from one game to another one.

voir fichier.

Information
Supervisors: Ouriel GRYNSZPAN, Professor; Jules FRANÇOISE, CNRS Researcher
Dates: 01/03/2019 – 31/07/2019, full time
Location: laboratory LIMSI-CNRS, Plateau du Moulon, ORSAY
Research team: Architecture and Models for Interaction (AMI).
Salary: Legal compensation.
Follow-up as PhD: wished
Keywords: social cognition; sense of agency; human-computer interaction; inertial sensors; gesture analysis

L’objectif du stage est de construire une ontologie pour représenter et structurer une base de connaissances
à partir des données, connaissances et outils disponibles qui peuvent êtr

Le stage vise à mettre en place un outil à base de réseau Bayésien permettant de synthétiser, hiérarchiser et interpréter l'ensemble des données (principalement quantitatives) relatives à l'état de santé des éoliennes fournies par la plateforme Darwin d'ENGIE. Après un état de l'art sur le sujet, le ou la stagiaire aura pour tâche d'implanter un algorithme de construction d’un réseau bayésien potentiellement dynamique et du type conditionnel Gaussien adapté à la nature des variables d'entrée (temporelles et continues).

Les jeux stochastiques sont une généralisation des modèles de jeux statiques qui permettent de représenter un grand nombre de situations : en économie, en sécurité des réseaux, en partage de ressources ou encore en modélisation de systèmes multi agents. En effet, ils permettent de modéliser finement les interactions entre les agents (les joueurs) au cours du temps dans un environnement qui évolue aléatoirement. Ce type de jeu se déroule en plusieurs étapes durant lesquelles l'état du système varie suivant les actions des agents et de l'environnement probabiliste.

voir fichier.

voir fichier.

Keywords

Human-­Computer Interaction, Artificial intelligence, Decision making, User Expertise,Interpretability, Trust, Transparency