Vous êtes ici : Accueil > Actualités > Appel à candidature : 13 sujets de thèse financés par le programme H2020 NUMERICS

Fait marquant | Europe

Appel à candidature : 13 sujets de thèse financés par le programme H2020 NUMERICS et l'INSTN


​Dans le cadre du programme européen de financement de thèse en simulation numérique NUMERICS, l’Institut des sciences du vivant Frédéric Joliot obtient la labellisation de 13 sujets de thèse en vue du recrutement d’étudiants internationaux talentueux. Les candidatures sont à envoyer au plus tard le 30 avril 2020.
Publié le 18 février 2020

​NUMERICS est un projet soutenu par le programme de financement de la recherche et de l’innovation de l’Union européenne Horizon 2020. Il vise à financer des doctorants conduisant des recherches au CEA dans le domaine de la simulation numérique, de la modélisation et de la gestion du big data. Pour la dernière période de financement 2020-2023, treize sujets ont été retenus pour l’Institut Joliot. 

Etudiant en master, si vous êtes intéressé par l’un des sujets proposés (voir ci-dessous), il vous faut candidater avant le 30 avril 2020. Attention, parmi les critères d’éligibilité, les candidats doivent avoir résidé en France moins d’un an au cours des trois dernières années.

Pour en savoir plus sur la procédure de candidature : 
https://numerics.cea.fr/Pages/Numerics/Apply/How-to-apply.aspx

Liste des sujets retenus pour l'Institut des sciences du vivant Frédéric Joliot 

  • A l'I2BC :

    • SL-DRF-20-0379 - Computational integration and modelling of DNA repair kinetics in eukaryotes. (encadrant Julie Soutourina)
    • SL-DRF-20-0922 - Combinations of Multiscale Molecular Dynamics simulations and experiments for studying confined proteins in reverse micelles: Influences of the structural parameters affecting their stabilities. (encadrant Stéphane Abel)
    • SL-DRF-20-0923 - Small angle X ray scattering reconstruction from coarse grained model and atomistic models of proteins. (encadrant Massimo Marchi)
    • SL-DRF-20-0954 - Modelling of the interaction between proteins and nanoparticles: a machine learning and molecular simulation mixed approach. (encadrant Yves Boulard)
  • Au DMTS :

    • SL-DRF-20-0935 - Machine learning guided artificial evolution to counter antibiotic resistance. (encadrant Loïc Martin)
    • SL-DRF-20-0963 - Improving phylopeptidomics by supervised classifier training with massive data on biological models for better organism quantification and functional metaproteomics of microbiota. (encadrant Jean Armengaud)
  • A NeuroSpin :

    • SL-DRF-20-0360 - Application of machine learning to the comparison of Alzheimer Disease with its analogue in chimps. (encadrant Jean-François Mangin)
    • SL-DRF-20-0816 - Deep learning for the joint optimization of accelerated sampling and reconstruction schemes for high-resolution brain MRI at 7 and 11.7 Tesla. (encadrant Philippe Ciuciu)
    • SL-DRF-20-0939 - Mapping brain development in the newborn: analyses of large database in multi-modal and multi-scale imaging and modeling. (encadrant Jessica Dubois)
    • SL-DRF-20-0946 - The algorithmic mind in time: investigating temporal cognitive maps of the human brain with generative models. (encadrant Virginie van Wassenhove)
    • SL-DRF-20-0958 - MRI-based unsupervised machine learning (clustering) of psychiatric conditions. (encadrant Josselin Houenou)
    • SL-DRF-20-0959 - Simulation of the neural effects of electrical deep brain stimulation: from experimental data to computational models. (encadrant Béchir Jarraya)
    • SL-DRF-20-0960 - Development of AI methods for deep learning of the MRI signature of the cortex cytoarchitecture with diffusion MRI. (encadrant Cyril Poupon)


Haut de page