研究中心实习机会

主题 ：

生活在大城市的绝大多数人都面临着漫长的日子，在延长的工作时间和花在交通上的时间之间，很明显他们中的很大一部分人经常感到疲劳[1]。

然而，有时候我们感觉不那么累了，即使我们已经完成了几项任务，即使地铁受到干扰，即使我们在办公桌前花费的时间比平时更长……

这种疲劳感部分来自于人的生活方式（睡眠不足、饮食不足等）。但部分疲劳也可能与受试者的认知状况有关。学术文献表明，交感系统可以影响日常疲劳[2]。交感神经系统是负责“战斗或逃跑”反应的系统，某些情绪如压力和焦虑与该系统密切相关。

交感系统如何影响受试者的疲劳？这是本课程将尝试回答的一般问题。

更具体地说，实习生将：

• 查看学术文献，以更好地理解该主题，并找到收集与压力、焦虑和疲劳相关的数据的方案。
• 收集与这些认知状态相关的生物识别数据。
• 处理和分析收集到的数据。
• 开发能够单独识别每种情况的机器学习算法。
• 确定压力和焦虑对日常疲劳的影响。
• 写一份科学报告。

评论：

• 这是一个与人类认知和机器学习算法主题相关的多学科实习。
• 实习生必须有动力在这两个领域工作，有组织性，并具有良好的书面和口头沟通能力。
• 最终目标是写一篇将提交给科学期刊的文章。

实用信息：

• 此次实习的工资每月最高可达 1200 欧元。
• 实习将持续 6 个月，将于 2024 年 2 月开始。

参考：

[1]马登，D.（2022）。疲惫的城市：论城市疲惫的政治。城市，26(4)，559-561。

[2] 田中 M.、水野 K.、山口 K. 等人。与日常疲劳程度相关的自主神经改变。行为大脑

联系人：

Aakash SONI –  aakash.soni@ece.fr

Guilherme MEDEIROS MACHADO  –  gmedeirosmachado@ece.fr

工作背景：

近年来，BERT、GPT 和 LLM 等语言模型极大地改变了自然语言处理（NLP）领域。他们捕获复杂上下文信息的能力使得他们在各种任务和多种语言中表现出色。这些模型在自然语言理解和文本生成方面树立了新标准。

在这次实习中，我们特别关注多语言情感分析。情感分析是自然语言处理（NLP）的一项基本任务，涉及评估文本中的情感和表达的语气（极性）[1,2]。使用这些人工智能模型，我们开发了语言上强大的情感分析系统，可以有效地处理来自不同来源和不同语言的文本。通过将这些模型集成到我们的方法中，我们提高了全球范围内情感分析的模型准确性和多功能性。

有问题的：

尽管 GPT 和 Transformers 模型取得了重大进展，但理解多语言情感分析中的文化和语言细微差别仍然是一个挑战。我们如何调整这些模型，以更好地捕捉不同语言和文化之间情感表达的多样性，以及可以实施哪些策略来优化其在此背景下的表现？

任务和目标：

• 多语言数据提取：收集跨越不同语言和来源的多样化且具有代表性的数据集，以训练和评估我们的模型。
• 数据预处理：清理和预处理文本数据以使其为分析做好准备。
• 情感分析：在多语言环境中实现适合情感分析的机器学习模型，探索 Transformers、LLM 和 GPT 生成模型等架构。
• 信息提取：分析不同语言的情感行为。

轮廓：

• 对深度学习方法的深入探索。
• 拥有丰富的 Python 编程语言经验。
• 对处理不同语言的数据和预训练模型感兴趣。
• 对阅读和撰写科学文章的兴趣以及对研究挑战的一定好奇心。

实用信息：

• 此次实习的工资每月最高可达 1200 欧元。
• 实习将持续 6 个月，将于 2024 年 2 月开始。

参考：

[1] Deshpande、Ameet Shridhar 等人。 “BERT 多语言版本什么时候上线？分离跨语言迁移的关键成分。” 计算语言学协会北美分会 （2021）。

[2] 胡斗，魏令伟，刘亚欣，周伟，胡松林。 2023.  UCAS-IIE-NLP at SemEval-2023 任务 12：增强低资源情感分析的多语言 BERT 的泛化。第 17 届国际语义评估研讨会 (SemEval-2023) 论文集， 第 1849-1857 页，加拿大多伦多。计算语言学协会。

联络人：

Assia SOUKANE- assia.soukane@ece.fr

Faiza BELBACHIR – fbelbachir@ece.fr

主题 ：

由于多种原因，癌症患者可能会面临食物摄入限制。首先，癌症病理本身可以诱发厌食症 (1)。然后，某些肿瘤位置会导致限制进食的症状：耳鼻喉科和食管肿瘤的吞咽困难，胃和胰腺肿瘤的腹痛和呕吐 (2)。最后，某些抗癌治疗，如全身化疗、靶向治疗、放疗，可直接导致患者摄入症状减少：粘膜炎、味觉障碍、恶心、呕吐、吞咽困难、厌食、转运障碍 (3)。这可能会导致体重减轻，甚至出现营养不良状态 (4)。营养状况的改变会导致微量营养缺乏（5）。

已知微量营养缺乏具有特定的临床生物学影响。因此，缺乏维生素 B9、维生素 B12、铁和铜会导致贫血 (6,7,8,9)。锌、硒、铁和维生素 D 的缺乏与免疫功能障碍有关。维生素 B1 和硒缺乏会削弱心脏功能。维生素 PP 和锌缺乏会使您面临皮肤病和皮肤愈合问题。维生素 B1、B6、B12、PP、铜缺乏会导致神经系统并发症。

这些临床生物学后果对于癌症患者来说是个问题，他们的病理学和特定治疗已经削弱了这些患者的能力。这些实际上是免疫功能低下的患者，特别是在某些化疗下存在因骨髓毒性而导致贫血的风险。一些抗癌疗法还具有心脏、神经和皮肤毒性。

因此，能够检测并纠正接受癌症治疗的患者中可能存在的微量营养缺陷似乎很有趣。

然而，很少有研究分析肿瘤学中微量营养缺乏的患病率及其除维生素 D 和铁之外的潜在临床生物学后果。

此外，识别这些缺陷需要血液样本，某些微量营养素（锌、硒、铜、维生素 B1、B6、PP）的分析外包给专门的外部实验室。这带来了运输过程中管子损坏、获得结果的长时间延迟以及巨大的财务成本的问题。

使用微量营养素缺乏的风险评分开发预测算法可能会引起人们的兴趣，以便针对对血浆微量营养素测量的血液样本感兴趣的患者。然后，我们可以考虑仅对缺陷评分高风险的患者进行血液检查。

该项目是古斯塔夫·鲁西研究所 (IGR) 和巴黎 L’ECE 之间的合作项目。该团队由 2 名来自 IGR 专门研究癌症患者临床营养的医生和 ECE 的教师研究员组成。

任务和目标：

• 旨在确定营养随访护理和肿瘤康复科住院的一组成年癌症患者微量营养缺乏的患病率。
• 确定与所研究患者群体中微量营养缺乏相关的潜在因素（临床、临床旁、记忆）。
• 在所研究的患者群体中建立微量营养缺乏的预测风险评分。

实用信息：

• 此次实习的工资每月最高可达 1200 欧元。
• 实习将持续 6 个月，将于 2024 年 2 月开始。
• 这项工作的一部分将在 IGR 进行。

参考：

[1] Hariyanto TI, Kurniawan A. 癌症患者的食欲问题：病理生理学、诊断和治疗。癌症治疗研究。 2021;27:100336

[2]纳瓦里·RM。晚期癌症的恶心和呕吐。当前治疗选项 Oncol。 2020 年 2 月 5 日；21(2):14。

[3] 古普塔 K、沃尔顿 R、卡塔里亚 SP。化疗引起的恶心和呕吐：发病机制、建议和新趋势。癌症治疗研究。 2021;26:100278

[4] Bossi P、Delrio P、Mascheroni A、Zanetti M。根据不同癌症类型和环境的肿瘤学营养不良/恶病质/肌肉减少症的谱：叙述性回顾。营养素。 2021年6月9日；13(6):1980

[5] Clement DS、Tesselaar ME、van Leerdam ME、Srirajaskanthan R、Ramage JK。神经内分泌肿瘤患者的营养和维生素状况 World J Gastroenterol。 2019年3月14日；25(10):1171-1184

[6] Lazarchick J. 铜缺乏症贫血和中性粒细胞减少症的最新进展。当前的血红蛋白观点。 2012年1月；19(1):58-60

[7] Green R. 从执业血液学家的角度来看维生素 B12 缺乏症。血。 2017年5月11日；129(19):2603-2611

[8] Tardy AL、Pouteau E、Marquez D、Yilmaz C、Scholey A。维生素和矿物质对能量、疲劳和认知的作用：生化和临床证据的叙述性回顾。营养素。 2020年1月16日；12(1):228

[9]Pasricha SR，Tye-Din J，Muckenthaler MU，Swinkels DW。缺铁。柳叶刀。 2021年1月16日；397(10270):233-248

联系人：

Amine JAOUADI –  ajaouadi@ece.fr

Guilherme MEDEIROS MACHADO  –  gmedeirosmachado@ece.fr

主题 ：

此次实习是在智能电网框架内实施 6G 网络技术用于可再生绿色能源能源管理主题的一部分。旨在提出一种基于机器学习的算法；该算法旨在帮助需求调制计划的决策。因此，根据该算法，消费者将根据自己的需要采用最合适的方案，以减少电费。 

事实上，需求响应需求调节计划旨在通过转移负荷、削峰填谷来调节电力负荷曲线。

• 转移需求或负载转移包括转移对电气设备的需求，也就是说，将需求从一天中的一个时间段推迟或提前到另一个时间段。
• 减少峰值电力需求或削峰可以通过减少或偶尔切断电力使用来实现[1]。
• 虽然最后两种需求响应行动策略试图通过削减需求峰值来拉平负荷曲线，但“填谷”使得在负荷不太重要的时期增加负荷成为可能。

作为该项目的一部分，我们提倡通过机器学习将人工智能作为帮助消费者采用需求调节计划的基本工具。事实上，人工智能在控制能源生产和消费以及控制能源供应和需求方面已经证明了自己[2-5]。更具体地说，机器学习算法使得精细评估供需并做出非常精确的预测成为可能[6,7]。

事实上，NGSG 智能电力网络可以收集需要持续监控、分析和解释的消耗数据。反过来，风能和太阳能发电场运营商还收集有关输出到电网的可再生能源的数量和能源含量的信息[8]；这样做的目的是确保电力供应满足需求。在此背景下，机器学习算法的使用将对能源生产产生决定性影响，并有助于能源消耗的优化

完成所要求的工作所需的方法：

1. 阅读学术文献以更好地理解该主题。
2. 收集与能源消耗相关的数据。
3. 处理和分析收集到的数据。 4- 开发机器学习算法，能够提出与灾难恢复计划相关的解决方案，同时考虑用户需求和电网容量

评论：

• 实习生必须有动力在机器学习领域工作，有组织性，并具有良好的书面和口头沟通能力。
• 最终目标是写一篇将提交给科学期刊的文章。

实用信息：

• 此次实习的工资每月最高可达 1200 欧元。
• 实习将持续 6 个月，将于 2024 年 2 月开始。

参考：

[1] 阿德梅。关于法国电力消耗减少的报告。 2017 年法国大陆工业和第三产业流程调节的需求响应潜力评估

[2] Alreshidi，E.（2019）。 “以物联网（IoT）和人工智能（AI）为基础的智能可持续农业（SSA）解决方案”。伊雅萨 10, 03106.doi:10.14569/IJACSA.2019.0100513

[3] Pinto 等人，2019； Pinto, T.、Morais, H. 和 Corchado, J.M. (2019)。 “基于动态人工神经网络的自适应熵学习。”神经计算，”432-440。 doi:10.1016/j.neucom.2018.09.092

[4] 吉等人，2020； Ji, H.、Alfarraj, O. 和 Tolba, A. (2020)。 “人工智能赋能的车辆边缘：架构、支持技术和应用”。 IEEE 访问 8，61020–61034。 doi:10.1109/ACCESS.2020.2983609

[5] R.Naja、A.Soni、C. Carletti，“基于 V2G 6G 的智能电网网络中电动汽车的优化能源管理”，MDPI JSAN 杂志，出现

[6]马和翟，2019； Ma，Y.-J.，和 Zhai，M.-Y。 （2019）。 “使用混合人工智能模型对微电网电力需求进行日前预测。流程 » 7 (6), 320.doi:10.3390/pr7060320

[7] Ngarambe 等人，2020； Ngarambe, J.、Yun, G.Y. 和 Santamouris, M. (2020)。 “使用人工智能（AI）方法预测建筑物的热舒适度：基于人工智能的热舒适度控制的能源影响。”能源与建筑” 211, 109807. doi:10.1016/j.enbuild.2020.109807

[8] W. Strielkowski、M. Dvořák、P. Rovný、E. Tarkhanova，“未来可再生能源系统中的 5G 无线网络。在能源研究前沿”，卷。 2021 年 9 月，DOI：10.3389/fenrg.2021.714803

联系人：

Rola NAJA –  rnaja@ece.fr

Aakash SONI –  aakash.soni@ece.fr