Intelligence artificielle pour la classification des bruits mixtes à l’aide de données réelles et artificielles

La pollution sonore constitue un enjeu de santé publique de plus en plus préoccupant. Ce projet de recherche vise à développer une solution automatisée de classification des bruits nuisibles à l’aide de techniques avancées d’apprentissage machine. Il s’inscrit à la croisée de la recherche fondamentale et du transfert technologique, grâce à une collaboration étroite avec le partenaire industriel Atelier 7hz, reconnu pour son expertise en acoustique.

Le doctorant jouera un rôle central dans le développement d’une base de données artificielle (BDA) pour surmonter la rareté des données réelles de bruits mixtes. Cette base contiendra des combinaisons réalistes de signaux sonores (trafic, chantiers, etc.) générées à partir de méthodes de mixage audio dans divers environnements.

Principales responsabilités :

• Générer des signaux sonores mixtes à l’aide de logiciels spécialisés ;
• Potentiellement simuler les effets acoustiques complexes (effet Doppler, obstacles, conditions environnementales);
• Concevoir et entraîner des modèles de classification multi-étiquette à partir de cette BDA;
• Quantifier la contribution relative de chaque bruit dans un signal mixte;
• Collaborer avec les étudiants à la maîtrise et les stagiaires pour valider et appliquer les modèles sur les bases de données du partenaire;
• Participation à la rédaction et la présentation de publications scientifiques dans des conférences [et/ou] revues spécialisées;
• Collaboration avec le partenaire industriel, notamment pour des tâches liées au terrain comme la collecte d’enregistrements sonores, l’analyse préliminaire des données ainsi qu’au transfert technologique vers le partenaire industriel.

En collaborant avec Atelier 7hz, vous bénéficierez d’un encadrement direct par des experts reconnus dans le domaine des signaux acoustiques. Cette immersion dans un environnement professionnel vous offrira une expérience concrète et formatrice, idéale pour les étudiants souhaitant développer leur carrière en génie appliqué à la simulation et à l’intelligence artificielle. Ce projet constitue également une opportunité unique d’acquérir une expertise spécialisée unique en intelligence artificielle appliquée.

Autre financement public

Pour ce projet de doctorat, une aide financière (avec conditions) est présentement disponible pour des montants respectivement de 35 000 $CAD, 36 000 $CAD et 37 000 $CAD pour la première, la deuxième et la troisième année.

Polytechnique Montréal est une école d’ingénierie de renommée internationale affiliée à l’Université de Montréal. Fondée en 1873, elle est l’une des plus grandes institutions francophones en génie en Amérique du Nord. Elle offre des programmes de formation aux trois cycles (baccalauréat, maîtrise et doctorat) dans une vaste gamme de disciplines du génie, en mettant l’accent sur l’innovation, la recherche appliquée et le développement durable. Avec un fort engagement envers la recherche, Polytechnique collabore avec l’industrie et la communauté scientifique pour relever des défis technologiques et sociétaux, tout en formant des ingénieurs hautement qualifiés.

L’équipe d’accueil réunit des expertises en modélisation et simulation numérique avancée, vérification et validation des méthodes numériques, intelligence artificielle appliquée et traitement du signal acoustique. Ce savoir-faire est renforcé par un partenariat stratégique avec l’entreprise Atelier 7hz, une entreprise spécialisée en acoustique et vibration qui est basée à Montréal au Canada, et à Nantes et Versailles en France.

Philosophiae Doctor (Ph. D.) [Génie mécanique]

Canada

Polytechnique Montréal

Des conditions :

• Une forte expérience en programmation Python est requise.
• Expérience en modélisation par apprentissage machine et avoir un intérêt marqué pour l’intelligence artificielle appliquée ainsi que la recherche interdisciplinaire.
• L'étudiant devra être capable de travailler de manière autonome et avoir des aptitudes pour le travail en équipe et la collaboration avec un milieu industriel.
• Il devra aussi avoir la capacité de planifier et de gérer son temps efficacement.
• L'étudiant devra posséder d'excellentes compétences en communication, tant à l'oral qu'à l'écrit.

Des atouts :

• La connaissance de la programmation orientée objet en Python.
• Des connaissances sur le traitement des signaux numériques.
• Expérience préalable avec des bases de données audio ou du traitement de spectrogrammes.
• Connaissance des réseaux de neurones convolutifs [et/ou] récurrents.
• Une connaissance des librairies PyTorch [et/ou] Keras [et/ou] Ray Tune.