Référence![]() |
Intitulé | Centre | Fichier joint |
---|---|---|---|
PHY-DPHY-2022-12 | Prévision des risques météorologiques à partir de méthodes neuronales récurrentes | Palaiseau |
![]() |
TIS-DTIS-2022-01 | Apprentissage et optimisation pour la caractérisation des manoeuvres de satellites et l'anticipation des comportements | Palaiseau |
![]() |
TIS-DTIS-2022-02 | Neural Network prior and full Bayesian sampling for inverse problems | Palaiseau |
![]() |
TIS-DTIS-2022-03 | Flight parameter estimation of fixed-wing aircraft using magnetometers and inertial navigation sensors | Palaiseau |
![]() |
TIS-DTIS-2022-05 | Data-driven models for air traffic conflict detection and resolution | Toulouse |
![]() |
TIS-DTIS-2022-06 | Méthodes d’optimisation pour problèmes à géométrie variable, application à la conception de lanceurs | Palaiseau |
![]() |
TIS-DTIS-2022-07 | Méthodes bayésiennes multi-agent pour l’optimisation de systèmes de systèmes de défense à l’aide de simulations coûteuses | Palaiseau |
![]() |
TIS-DTIS-2022-08 | Estimation d'un domaine d'excursion par enrichissement adaptatif de modèles : application à la recherche d'un domaine de tir/vol | Toulouse |
![]() |
TIS-DTIS-2022-09 | Vers une explicabilité et transparence des modèles d’intelligence artificielle de détection d’anomalies dans les trajectoires et les séries temporelles | Toulouse |
![]() |
TIS-DTIS-2022-11 | Analyse de sensibilité pour systèmes multidisciplinaires couplés | Palaiseau |
![]() |
TIS-DTIS-2022-14 | Identification non-linéaire par blocs: application aux systèmes électromécaniques et aux écoulements | Palaiseau |
![]() |
TIS-DTIS-2022-15 | Hybrid learning for the detection of objects in remote sensing images | Palaiseau |
![]() |
TIS-DTIS-2022-16 | Scaling Remote Sensing Image Analysis: a Domain Incremental Learning Approach | Palaiseau |
![]() |
TIS-DTIS-2022-18 | Optimisation convexe pour le Guidage-Pilotage de véhicules aérospatiaux | Palaiseau |
![]() |
TIS-DTIS-2022-19 | Dialogue explicatif pour l’interprétation de scènes visuelles | Palaiseau |
![]() |
TIS-DTIS-2022-21 | A study of the influence of the sense of agency on sensory processing | Salon de Provence |
![]() |
TIS-DTIS-2022-22 | Nouvelles stratégies d'allocation de commande pour le pilotage sûr d'un multicoptère à élingue | Toulouse |
![]() |
TIS-DTIS-2022-24 | Deep learning methods using high-resolution radar optical fusion for large-scale structural monitoring of buildings | Palaiseau |
![]() |
TIS-DTIS-2022-25 | Synthèse d'observateurs à horizon glissant pour l'estimation distribuée sous contraintes au sein de réseaux de capteurs bas coût | Palaiseau |
![]() |
TIS-DTIS-2022-27 | Architecture de décision distribuée pour systèmes multi-robots et Interactions | Toulouse |
![]() |
TIS-DTIS-2022-30 | Vérification formelle de contraintes de vol | Palaiseau |
![]() |
TIS-DTIS-2022-31 | Apprentissage de comportements d’intérêt | Palaiseau |
![]() |
TIS-DTIS-2022-32 | Allocation adaptative de tâches de perception dans des systèmes multiplateformes, multi-capteurs et multifonctions | Toulouse |
![]() |
TIS-DTIS-2022-33 | Cybersécurité d’une plateforme multi-cœurs embarquée | Toulouse |
![]() |
TIS-DTIS-2022-34 | Vérification automatique de systèmes distribués | Toulouse |
![]() |
TIS-DTIS-2022-35 | Principe des lignes de produits : application à l'analyse statique et au minage de variabilité | Palaiseau |
![]() |
TIS-DTIS-2022-36 | Estimation embarquée de calibrage multi-capteurs en robotique sous-marine, aérienne et terrestre | Palaiseau |
![]() |
TIS-DTIS-2022-37 | Estimation du vent pour la commande en récupération d’énergie d’un mini drone à voilure fixe | Toulouse |
![]() |
TIS-DTIS-2022-38 | Multifidélité pour les nouveaux concepts d’avion de transport, appliquée à l’aile volante à hydrogène | Toulouse |
![]() |
TIS-DTIS-2022-40 | Reduced order dynamical model construction for atmospheric pollution simulations | Toulouse |
![]() |
TIS-DTIS-2022-41 | Fusion de séries temporelles d’images de télédétection optique et radar de résolution différente pour le suivi de l’enneigement, de la déforestation ou de la glace de mer | Palaiseau |
![]() |
TIS-DTIS-2022-42 | Analyse de performance de réseau temps-réel TSN | Toulouse |
![]() |
TIS-DTIS-2022-43 | Formal verification of high-dimensional Machine Learning (ML) based systems. | Toulouse |
![]() |
TIS-DTIS-2022-44 | Robustness of Neural Network to avionics equipment failures | Toulouse |
![]() |
TIS-DTIS-2022-45 | Management of Uncertainties through Structural Test Pyramid Levels | Toulouse |
![]() |
TIS-DTIS-2022-46 | Rare Event Probability Estimations applied to Inflight Wake Turbulence Encounters | Toulouse |
![]() |
L'ONERA se mobilise pour former par la recherche en accueillant en permanence dans ses laboratoires près de 300 jeunes chercheurs pour la préparation d'une thèse de doctorat.
L'ONERA rémunère la plus grande partie d'entre eux par des contrats de formation par la recherche. Pour certains sujets de thèse, des cofinancements sont possibles avec d'autres organismes de recherche (DGA, CNES, CNRS, CEA, Universités,...).
L'ONERA accueille également en thèse de jeunes diplômés recrutés par des industriels sous Convention Industrielle de Formation par la Recherche (Cifre).
Les soutenances de thèse des doctorants de l'ONERA sont régulièrement annoncées sur notre site.
Pour tout renseignement sur le poste, il convient de contacter directement le responsable concerné. Pour postuler, lui envoyer un curriculum vitae et une lettre de motivation.
Il est impératif de déposer sa candidature au moins 3 mois à l'avance pour procéder aux formalités d'autorisation d'accès.