Agenda

Département
Langue
Date
Thématique
2024

avril

  • 14:00
    18:00

    Soutenance de thèse de Imed Ghnaya (département M2F, équipe DART)

    Les Systèmes de Transport Intelligents Coopératifs (C-ITS) jouent un rôle essentiel pour orienter la mobilité future vers des routes plus autonomes, efficaces et sécurisées. Ces systèmes utilisent les technologies de l’information et de la communication, comme l'analyse de données, la norme ITS-G5 de l'Institut Européen des Normes de Télécommunication (ETSI), et le système cellulaire C-V2X, pour améliorer la sécurité routière et la fluidité du trafic. Au cœur de ces systèmes se trouve le concept de Perception Coopérative (CP), qui permet aux véhicules autonomes connectés (CAV) de partager les données collectées par leurs propres capteurs tels que les caméras, les lidars et les radars, avec d'autres véhicules et et l'infrastructure. Cette coopération est rendue possible grâce à l’échange de messages de perception poopérative (CPM) via la communication V2X.

    S’appuyant sur le concept de CP, la Perception Coopérative et Augmentée (CAP) améliore considérablement les capacités de perception des CAVs. Un aspect clé du développement de cette dernière est son intégration dans l'infrastructure, équipant des entités de trafic telles que les unités de bord de route ou Road side Units (RSUs), les feux de signalisation et les panneaux routiers de capteurs avancés. Ces capteurs élargissent non seulement les capacités de perception, mais partagent également des informations supplémentaires avec les CAVs, facilitant ainsi un traitement et une fusion avancés des données coopératives pour améliorer la qualité de l’information. Ce processus, appuyé par les technologies de calcul en périphérie (Edge computing) et dans le cloud, favorise une compréhension plus complète de l'environnement de conduite.

    L'objectif principal de la CAP est d’augmenter la conscience des objets pour les CAVs, en particulier dans des environnements complexes et variés. Cependant, réaliser pleinement son potentiel et garantir son fonctionnement continu rencontre des défis significatifs. Parmi ces défis, la gestion et le filtrage du volume croissant de données de perception à échanger via les réseaux V2X représentent un enjeu majeur. Ces données, souvent contenant des informations inexactes, non pertinentes et redondantes, risquent de surcharger le canal de communication et d’entraîner une congestion accrue. Cela peut entraîner l’incapacité à échanger des données pertinentes pour la sécurité des opérations des CAVs, ainsi qu'une perte d'informations dans le réseau, réduisant ainsi leur conscience de l'environnement.

    Motivée par la nécessité de surmonter ces défis, cette thèse se concentre sur l’amélioration de la résilience de CAP du point de vue des réseaux et de la communication, en exploitant des avancées récentes en matière d'Apprentissage par Renforcement Profond (DRL) pour des comportements adaptatifs dans divers scénarios complexes avec des conditions fluctuantes.

    Amphi LaBRI
  • 13:30
    17:00

    Soutenance de thèse d’Abdennour Rachedi (département SeD, équipe Progress)

    Abdennour Rachedi soutiendra sa thèse intitulée : « Optimisation de la gestion des ressources des réseaux ITS-G5 pour le support des services C-ITS »

    Amphi LaBRI
  • 14:00

    Soutenance de thèse de Maxime Lecomte (département SeD, équipe BKB)

    Les communautés microbiennes sont des systèmes complexes composés de diverses espèces de micro-organismes interagissant entre elles et avec leur environnement. La biologie des systèmes offre un cadre pour leur étude, alliant expérimentation, génération de données à haut-débit et leur intégration dans des modèles informatiques. La compréhension de ces communautés passe notamment par celle de leur métabolisme et des échanges de molécules entre espèces susceptibles d'impacter positivement ou négativement chacun des membres. Le métabolisme est un ensemble de réactions biochimiques et peut s'abstraire à l'échelle d'un génome par des réseaux faisant le lien entre les gènes et les réactions d'un organisme. Ces réseaux permettent de construire des modèles métaboliques, représentations informatiques ou mathématiques du comportement des organismes dans des conditions expérimentales. Le passage de l'individu à la communauté, composée de quelques espèces en conditions contrôlées, ou de plusieurs centaines en conditions environnementales, soulève des difficultés méthodologiques dans la construction des modèles.  Ce manuscrit de thèse traite de la modélisation du métabolisme et des interactions métaboliques au sein des écosystèmes microbiens en mettant l'emphase sur l'explication des mécanismes cellulaires qui justifient les interactions bactériennes. Des solutions numériques sont majoritairement utilisées - assurant la précision des résultats - mais sont confrontées à l'importante combinatoire engendrée par les interactions bactériennes pour des communautés de grande taille. Les réponses apportées par les approches discrètes surmontent la problématique du passage à l'échelle mais sont limitées à une analyse par paire d'organismes. Afin d'identifier un potentiel ajustement méthodologique - conciliant les avantages des deux démarches, i.e. trouver une approche hybride - une première contribution se focalise sur le développement d'un modèle numérique dynamique et précis d'une communauté fromagère composé de trois souches. Notre stratégie itérative a permis l'intégration de données hétérogènes au moyen d'étapes de raffinement et de calibration dynamique. Ces allers-retours entre la connaissance et le modèle ont assuré la bonne prédiction des concentrations des métabolites dosés en métabolomique ainsi que des densités bactériennes au cours de la cinétique de fabrication du fromage. Dans une seconde contribution, nous proposons un modèle par raisonnement permettant de cibler des potentiels de coopération et de compétition dans des communautés bactériennes. Ce modèle repose sur l'inférence de règles logiques inférées de la biologie pour évaluer et comparer les potentiels d'interaction de communautés. Des potentiels d'interaction spécifiques à des écosystèmes ont été révélés ainsi que la pertinence de son utilisation grâce à sa rapidité d'exécution. Enfin, la troisième contribution est une réflexion portant sur l'enrichissement du modèle logique.  Nous proposons un prototype s'appuyant sur l'inférence de règles logiques et permettant de (i) sélectionner la meilleure communauté à partir de contraintes biologiques et (ii) d'apporter une notion temporelle, pouvant influencer les potentiels d'interactions. Par cette thèse, nous avons montré que la construction d'un modèle de modélisation hybride du métabolisme n'est pas nécessaire, mais qu'une approche hybride, utilisant des modèles numériques, pour des communautés de petites tailles et des modèles discrets, pour analyser rapidement les communautés de taille réelle semble être pertinente.

    Amphi LaBRI

mai

  • 09:30
    17:30
    SIF Femmes & info

    Manifestation/rencontre SIF

    L’intelligence artificielle percole dans l’enseignement et son étude n’est pas l’apanage des formations en informatique. Évoquée dès le collège en technologie, abordée en enseignement scientifique au lycée, elle est également enseignée seule ou couplée à diverses disciplines dans de nombreuses formations de l’enseignement supérieur. À publics différents, objectifs différents et méthodes pédagogiques différentes ?
    Rendez-vous le mercredi 15 mai 2024 pour débattre de ces questions avec des spécialistes d’horizons variés à l’occasion de la prochaine journée enseignement de la SIF !

    Centre Panthéon Sorbonne (Paris)