پژوهشگر دکتری در تحلیل داده‌های توپولوژیک برای تشخیص ناهنجاری در هوش مصنوعی

این موقعیت دکتری در مرکز ساکلی INRIA بر پیشبرد تحلیل داده‌های توپولوژیک (TDA) جهت ارزیابی و تشخیص ناهنجاری‌ها در مدل‌های پیچیده یادگیری عمیق، به‌ویژه معماری‌های مبتنی بر ترنسفورمر تمرکز دارد. این پروژه که بخشی از برنامه ملی ارزیابی هوش مصنوعی (EVALIA) است، دقت ریاضی را با کاربردهای عملی ترکیب می‌کند تا رفتارهای غیرعادی مانند توهم‌های هوش مصنوعی و حملات خصمانه را مطالعه کند. کاندیدای موفق با تیم DataShape (INRIA Saclay) و LMO (Laboratoire de Mathématiques d’Orsay) همکاری خواهد کرد تا دو محور پژوهشی را کاوش کند: تحلیل ساختارهای فعال‌سازی در شبکه‌های عصبی و ردیابی پویای توزیع‌های داده در فضاهای نهان. این کار با ابزارهای متن‌باز یکپارچه‌شده در کتابخانه Gudhi که منبعی کلیدی در TDA است، به اوج خود خواهد رسید.