Welcome to Ishak's freelance profile!

Malt gives you access to the best freelancers for your projects. Contact Ishak to discuss your project or search for other similar profiles on Malt.

Ishak Ayad

Machine learning engineer/imagerie/computer vision

Moves to Paris

  • 48.8915
  • 2.3184
Propose a project The project will only begin when you accept Ishak's quote.
Propose a project The project will only begin when you accept Ishak's quote.

Location and geographical scope

Location
Paris, France
Can work in your office at
  • Paris 17e Arrondissement and 50km around

Preferences

Project length
Would prefer:
  • ≤ 1 week
  • ≤ 1 month
  • Between 1-3 months
Would prefer avoiding:
≥ 6 months
Business sector
  • Transportation
  • Health, Wellness & Fitness
  • Medical field
  • Public sector
  • Video Games & Animation
+5 autres
Company size
Would prefer:
  • 1 person
  • 2 - 10 people
  • 11 - 49 people
  • 50 - 249 people
Would prefer avoiding:
  • 250 - 999 people
  • 1000 - 4999 people
  • ≥ 5000 people

Verifications

Influence

Github

Github : Ishak96 Ishak96
  • 8 Followers
  • 16 Repos
  • 0 Gists

Languages

Categories

Skills (19)

Ishak in a few words

Très intéressé par l'apport de l'intelligence artificielle dans tous les domaines actuellement en stage au laboratoire de ETIS le sujet port sur les approches d’intelligence artificielle et imagerie tomographique.

Portfolio

Portfolio only available to registered users

Experience

ETIS lab

Research

Reconstruction d’images et apport de l’intelligence artificielle

Cergy, France

August 2020 - Today

La tomographie continue à faire partie des techniques d’imagerie les plus utilisées
actuellement dans de nombreux secteurs de santé, économique, industriel, etc.. La
méthode de reconstruction d’images analytique la plus populaire est très rapide et
peu consommant la mémoire. Cependant n’étant pas robuste face aux données
manquantes dans certaines situations réelles (balayage avec l’angle limité, faible
dose d’irradiation, etc.) elle peut conduire à des images reconstruites avec sérieuses
dégradations (des artéfacts et distorsions visibles) qui nuisent au bon diagnostic.
Afin de remédier à ce type de problème la plupart des méthodes existantes se
basent sur la technique d’optimisation. Récemment l’approche Deep learning a fait
ses preuves dans plusieurs domaines tels que la reconnaissance de formes, la
classification et le débruitage d’images, etc..
L’objectif du projet est d’étudier l’apport de l’intelligence artificielle et du Deep
learning dans la reconstruction d’images tomographiques.

External recommendations

Check out Ishak's recommendations

Education

Certifications