Intern Neural Representations For Haptic Data Encoding And Manipulation H/F

L'offre

Summary

This internship will explore neural-network-based representations for the encoding, representation, generation, and manipulation of haptic data. It will build on previous work on Implicit Neural Representations (INRs) for haptics and on probabilistic haptic rendering, with the objective of investigating learned representations that support both compact encoding and controllable transformation of haptic effects.

The work will compare architectures such as autoencoders, Generative Adversarial Networks (GANs), and INRs for sample-based and/or parametric haptic data. Beyond reconstruction, the intern will investigate selected manipulation and generation tasks relevant to haptic authoring, including filtering, interpolation, completion/inpainting, temporal extension, and real-time procedural generation. Candidate methods will be assessed in terms of reconstruction quality, controllability, generalization, and computational cost.

The internship may build on recent internal work on haptic effect analysis and temporal extension to explore data-driven approaches for generating missing or extended haptic content. Target use cases may include gaming and haptic authoring tools. The work may lead to prototype software, internal demonstrators, and potentially publication and/or patent contributions.

Responsibilities

The intern will join the haptics research team within the New Media Codec group at InterDigital (Rennes). The work will consist in:

Studying the state of the art on neural representations and generative models for haptic and temporal signals, including autoencoders, GANs, and INRs

Designing and implementing neural representations for encoding, reconstruction, and controllable manipulation of sample-based and/or parametric haptic effects

Exploring selected authoring and generation tasks such as filtering, interpolation, inpainting/completion, temporal extension, and real-time procedural generation

Evaluating the proposed methods and developing demonstrators for haptic authoring or gaming, with potential contributions to publications and patents

Résumé

Ce stage explorera des représentations fondées sur les réseaux de neurones pour l'encodage, la représentation, la génération et la manipulation de données haptiques. Il s'appuiera sur des travaux antérieurs consacrés aux représentations neuronales implicites (Implicit Neural Representations, INR) appliquées à l'haptique et au rendu haptique probabiliste, avec pour objectif d'étudier des représentations apprises permettant à la fois un encodage compact et une transformation contrôlable des effets haptiques.

Les travaux compareront des architectures telles que les autoencodeurs, les réseaux antagonistes génératifs (Generative Adversarial Networks, GAN) et les INR, pour des données haptiques échantillonnées et/ou paramétriques. Au-delà de la reconstruction, la personne recrutée étudiera certaines tâches de manipulation et de génération utiles à la création de contenus haptiques, notamment le filtrage, l'interpolation, la complétion (inpainting), l'extension temporelle et la génération procédurale en temps réel. Les méthodes envisagées seront évaluées en termes de qualité de reconstruction, de contrôlabilité, de capacité de généralisation et de coût de calcul.

Le stage pourra s'appuyer sur des travaux internes récents portant sur l'analyse des effets haptiques et leur extension temporelle, afin d'explorer des approches fondées sur les données pour générer des contenus haptiques manquants ou prolongés. Les cas d'usage visés pourront inclure le jeu vidéo et les outils de création haptique. Les travaux pourront donner lieu à des prototypes logiciels, à des démonstrateurs internes et, le cas échéant, à des publications et/ou à des contributions à des brevets.

Missions

La personne recrutée rejoindra l'équipe de recherche en haptique du groupe New Media Codec d'InterDigital (Rennes). Les travaux consisteront à :

Étudier l'état de l'art des représentations neuronales et des modèles génératifs pour les signaux haptiques et temporels, notamment les autoencodeurs, les GAN et les INR

Concevoir et implémenter des représentations neuronales pour l'encodage, la reconstruction et la manipulation contrôlable d'effets haptiques échantillonnés et/ou paramétriques

Explorer certaines tâches de création et de génération, telles que le filtrage, l'interpolation, la complétion (inpainting), l'extension temporelle et la génération procédurale en temps réel

Évaluer les méthodes proposées et développer des démonstrateurs pour la création haptique ou le jeu vidéo, avec de possibles contributions à des publications et à des brevets

Profil recherché

Qualifications

Master's student (or 4th year engineering school) in Computer Science, Machine Learning, Signal Processing, Robotics, or related field

Strong Python programming skills and experience with PyTorch or TensorFlow

Good knowledge of neural networks, representation learning, and signal processing

Nice to have:

Experience with autoencoders, GANs, INRs, or generative models for temporal data

Knowledge of haptics, audio, time-series processing, or interactive systems

Experience with C++, real-time systems, or game engines

Profil recherché

Étudiant ou étudiante en master (ou en 4e année d'école d'ingénieurs) en informatique, apprentissage automatique, traitement du signal, robotique ou dans un domaine connexe

Solides compétences en programmation Python et expérience de PyTorch ou TensorFlow

Bonne connaissance des réseaux de neurones, de l'apprentissage de représentations et du traitement du signal

Atouts appréciés :

Expérience des autoencodeurs, des GAN, des INR ou des modèles génératifs pour les données temporelles

Connaissances en haptique, audio, traitement de séries temporelles ou systèmes interactifs

Expérience en C++, en systèmes temps réel ou en moteurs de jeu

Bon à savoir

Please apply on https://www.interdigital.com/company/career

REQ26-1160