Enable job alerts via email!
Boost your interview chances
Une opportunité passionnante est offerte pour une maîtrise en géomatique appliquée pour évaluer l’exposition des cyclistes au bruit routier. Le projet utilise d'innovantes méthodes de collecte de données à vélo et d'apprentissage automatique pour produire des cartes d'exposition précises, tout en étant supervisé par des experts du domaine. Les candidats doivent avoir une formation en sciences géographiques ou en génie, avec des compétences en SIG et en programmation, tout en étant passionnés par le cyclisme.
Bonjour à toutes et à tous,
Dans le cadre d'une subvention CRNSG, nous proposons un financement pour une maîtrise en géomatique appliquée.
Intitulé du projet : Exposition au bruit routier des cyclistes.
Description du projet : L’exposition au bruit est une nuisante majeure limitant l’adoption du vélo en ville. Nous avons développé une approche innovante de collecte de données à vélo pour capturer les variations spatiales et temporelles de l’exposition au bruit et aux polluants atmosphériques. Cependant, l’évaluation précise du bruit reste un défi, notamment en intégrant des indicateurs plus complexes que le niveau sonore moyen, et en utilisant des méthodes avancées de modélisation, telles que les réseaux neuronaux.
Objectifs du projet : Développer une méthodologie pour évaluer l’exposition au bruit des cyclistes dans une ville, en utilisant des vélos équipés de sonomètres et GPS, et produire des cartes d’exposition précises.
Plus précisément, il s’agira de :
1. Identifier les indicateurs acoustiques pertinents.
2. Collecter des données à vélo à Montréal ou Sherbrooke.
3. Construire des cartes d’exposition à partir de modèles d’apprentissage automatique.
Équipe et environnement : La personne sera supervisée par Philippe Apparicio et Olivier Robin, avec accès aux équipements du laboratoire VeloLabE-Urbain.
Financement : Bourse de 27 000 $ par an pendant deux ans.
Profil recherché : Formation en génie, géomatique, géographie, études urbaines ou disciplines similaires, intérêt pour l’acoustique, expérience en SIG et programmation (Python ou R), passion pour le vélo est un atout.