Thèse: Conception de liaison point à point à faisceau reconfigurable en bande Ka Description de l’employeur Université Côte d’Azur (UCA) est un établissement public expérimental au sens de l’ordonnance du 12 décembre 2018 dont les statuts ont été publiés le 27 juillet 2019. Cette nouvelle université à statut dérogatoire issue de la fusion de l’Université […]
Plus d'infoThèse: Conception et Caractérisation de réseaux réflecteurs de type RIS en 6G FR2 et FR3 Description de l’employeur Université Côte d’Azur (UCA) est un établissement public expérimental au sens de l’ordonnance du 12 décembre 2018 dont les statuts ont été publiés le 27 juillet 2019. Cette nouvelle université à statut dérogatoire issue de la fusion […]
Plus d'infoLaboratoire d’accueil : LEAT, campus Sophia Antipolis, Université de côte d’AzurPériode : octobre 2025 – septembre 2028Encadrants : Alain PEGATOQUET (Professeur à Université Côte d’Azur), Laurent RODRIGUEZ (Maitre de Conférences à Université Côte d’Azur) et Yacine GHAMRI-DOUDANE (Professeur à La Rochelle Université)Mots clés : Automatisation des réseaux, Large Language Models (LLMs), Intent Based Networking, Network […]
Plus d'infoIntroduction Working and communicating from anywhere, at any time, from any computer equipment, has rapidly become a universal and popular use for all: companies (of all sizes), individuals, employees… these new users require securing, controlling and protecting remote exchanges and digital access, while at the same time protecting the internal resources of a company or […]
Plus d'infoResearch Internship ProjectDevelopment of a prototype for embedded object detection with bio-inspired retinas on roboticplatforms Context The LEAT lab is leader of the national ANR project DeepSee in collaboration with Renault, Propheseeand 2 other labs in neuroscience (CERCO) and computer science (I3S). This project aims at exploring abio-inspired approach to develop energy-efficient solutions for image […]
Plus d'infoResearch Internship ProjectUnsupervised learning of robotic multimodal data Context LEAT lab has been working for several years on the design of bio-inspired neural models. One ofthem is inspired by the self-organization of the biological brain. This model named ReSOM has beenpreviously applied to the classification of multimodal data such as the representation of digits fromvisual, […]
Plus d'infoFrançois VerdierLaboratoire LEAT, francois.verdier@univ-cotedazur.fr Introduction In the field of intelligent objects, which are capable of retrieving a whole category ofinformation (such as the temperature of an aqueous solution, the pressure in oil pipes,identification badge numbers, reaction control in a nuclear power plant, etc.) andtransmitting it to a dedicated database via a wireless channel, we are […]
Plus d'infoResearch Internship ProjectEZBird – Training of embedded neural networks for bird song detection ContextThis internship subject takes place in the eBRAIN group of LEAT laboratory that works on EmbeddedBio-inspiRed Artificial Intelligence and Neuromorphic architectures.More specifically, it takes part a collaboration with CERN in Geneva in order to design, develop anddeploy a wireless sensor network to […]
Plus d'infoA post-doctoral position is available at Université Côte d’Azur! “Online/Incremental Learning for Spatial Applications” [Please find the full description in the pdf enclosed] Keywords: Artificial Intelligence, Online learning, Incremental/Continual Learning, Influence functions, data pruning, federated learning Mission: Executing machine learning (ML) algorithms on satellite could offer many advantages. It will indeed reduce the required bandwidth, […]
Plus d'infoLe modèle conceptuel de base pour une antenne d’émission VLF-LF est un monopôle électrique vertical placé sur un plan de sol parfaitement conducteur. Pour des antennes d’émission fonctionnant encore plus bas en fréquence, du fait de longueurs d’onde extrêmement importantes, les structures couramment utilisées sont horizontales et utilisent les caractéristiques de l’environnement pour optimiser leur rendement. Ces modèles d’antenne sont dictés par des raisons techniques et financières afin d’obtenir le meilleurs compromis coût – efficacité de rayonnement. La modélisation de telles structures constitue un défi pour les méthodes numériques par la prise en compte précise des caractéristiques de l’environnement nécessaire à l’évaluation des rendements.
Plus d'info