Domaines Scientifiques

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
domaines-scientifiques [2012/09/21 08:03]
Saïd Mammar
domaines-scientifiques [2013/10/14 14:30] (Version actuelle)
Ligne 1: Ligne 1:
 +====== Domaines Scientifiques ======
  
-===== Bioinformatique et Systèmes Biologiques ​=====+Les domaines scientifiques se regroupent en deux axes STIC : 
 +   * STIC & Vivant 
 +      * [[:​domaines-bio|Bioinformatique et Systèmes Biologiques]] 
 +      * [[:​domaines-assistance|Assistance aux Personnes, Signal & Images pour le Biomédical]] 
 +   * STIC & Smart Systems 
 +      * [[:​domaines-systeme|Systèmes Autonomes et Intelligents]] 
 +      * [[:​domaines-ouvert|Systèmes Ouverts et Sûrs]]
  
-Associant informaticiens et biologistes,​ le laboratoire développe un large spectre de compétences pour la bioinformatique et l’étude des systèmes biologiques. Cette démarche allie l’expérimentation,​ la modélisation,​ la simulation et l’apprentissage statistique. En informatique,​ nos recherches portent sur le développement de nouveaux outils théoriques et algorithmiques. Nous nous intéressons en premier lieu à élaborer des modèles continus ou discrets des systèmes dynamiques que sont les réseaux de régulation génique, les réseaux de signalisation ou les réseaux métaboliques et à en étudier les propriétés;​ plus particulièrement aux propriétés de robustesse, causalité et modularité dans ces réseaux. En second lieu, nous développons de nouveaux algorithmes d’intégration de données et d’apprentissage statistique pour identifier ces systèmes biologiques (réseaux de régulation,​ réseaux métaboliques) dont les dynamiques non linéaires ne sont observées que très partiellement et en un nombre limité de points de temps. En troisième lieu, nous nous intéressons aux données structurées (séquences,​ arbres, graphes), nombreuses en biologie et proposons des méthodes d’algorithmique combinatoire,​ d’inférence grammaticale et d’apprentissage statistique pour l’analyse et la prédiction de ces données. Ces recherches permettent la prédiction automatique de structures d'ARNs non-codants à grande échelle dans les génomes et l’inférence d’interactions physiques entre protéines. En biologie, nous étudions le rôle du microenvironnement sur le comportement migratoire de cellules cancéreuses et en particulier le rôle de molécules retrouvées en grandes quantités autour des tumeurs les plus invasives, et qui représentent cliniquement des facteurs indépendants de mauvais pronostic. Ces molécules modulent les voies de signalisation intracellulaires impliquées dans l’échappement métastatique et déterminent la mobilité cellulaire et l’expression de transcrits ou de protéines liés au processus cancéreux. La modélisation mécanique et des formalismes de modélisation,​ et de simulations multi-agents sont utilisés pour prédire les comportements moléculaires ou cellulaires. 
  
-**Mots clés méthodes :** modèles d’équations différentielles,​ modèles markoviens, réseaux booléens, algorithmique,​ méthodes formelles, apprentissage statistique,​ fouille de données, classification,​ clustering, intégration de données, régularisation,​ méthodes à noyaux, prédiction de structures d'ARN non-codants,​ recherche de microARNs, dynamique du micro-environnement,​ migration et cancer. 
  
  
-=====Assistance aux Personnes, Signal & Images pour le Biomédical===== 
- 
-Les recherches portent sur la conception, la réalisation et l'​évaluation de systèmes d'​assistance à la personne dans son environnement (intérieur ou extérieur). La diversité, la complexité et l'​imprévisibilité de l'​environnement nécessite l'​utilisation ​ et la maîtrise de systèmes complexes artificiels (capteurs et robots hétérogènes) afin d'​assurer ces assistances. La problématique consiste à lever des verrous technologiques et scientifiques permettant la perception, l'​action et l'aide à la décision aussi bien pour la personne que pour un « robot » assistant coopérant avec l’environnement intelligent (robotique ambiante). Il s'agit de proposer des assistances multisensorielles,​ à la commande et à la prise de décision à la personne en situation d’immersion ou de semi immersion dans un monde virtuel ou en interaction directe avec l'​environnement réel assisté ou non par un ou plusieurs robots. La maîtrise de ces systèmes complexes nécessite l'​application,​ le développement et l'​évaluation de méthodes et techniques issues des sciences de l'​information et de l'​ingénierie. Elles sont, principalement, ​ issues de la théorie du signal et des images, des modèles d'​architectures logicielles,​ des techniques d'​intelligence artificielle,​ d'​interaction et de collaboration en réalités virtuelle et augmentée. Le champ applicatif de ces assistances est très diversifié. Il concerne aussi bien les personnes valides ou en perte d’autonomie. La personne pouvant être assistée à domicile, en institution,​ en itinérance,​ en mobilité à bord d’un véhicule ou d’un 2-roues, ou dans un milieu professionnel. 
- 
-**Mots clés méthodes :** recalage 3D, appariement 2D/3D, prédiction,​ suivi hybride robuste, architecture pour les collecticiels,​ multi-agents et services web, modèles de présence, métaphores graphiques, interaction multisensorielle,​ anticipation par guides virtuels dynamiques, partage de la conduite, interaction Homme-robots,​ coopération robot-environnement ambiant, asservissement visuel, réseaux de capteurs hétérogènes,​ actimétrie,​ physiologie. 
- 
- 
-=====Systèmes Autonomes et Intelligents===== 
- 
-L'​objet de la recherche est d'​étudier et de concevoir des systèmes autonomes et intelligents. « Système » doit être compris au sens large, recouvrant aussi bien une flottille de véhicules routiers ou d'​engins volants ou un ensemble hétérogène de dizaines de processeurs programmables ou dédiés, connectés par un réseau sur puce pour des applications multimédia ou de communication sans fil.  Dans tous les cas il s'agit de systèmes composés d'un grand nombre d'​éléments (usines, véhicules, clients, processeurs,​ etc.), chacun pouvant fonctionner de façon autonome, et dont on cherche à optimiser le fonctionnement global. ​ « Autonome » signifie que les agents dont se compose le système ont un comportement dicté par leur intérêt et par les règles dudit système. « Intelligent » signifie que le système a été conçu de manière « optimale », c'​est-à-dire qu'il est capable de remplir ses fonctions au moindre coût et/ou de manière très efficace. Ainsi, pour un ensemble d'​applications dans un système sur puce avec des exigences de qualité de service individuelles et un objectif de consommation minimale, on partitionnera les applications entre les processeurs au niveau système (intelligence) et on ordonnancera les tâches sur chaque processeur en exploitant sa capacité d'​ajuster sa vitesse en fonction de la charge de travail de manière à consommer le moins d'​énergie possible (autonomie). ​ De manière générale, l'​étude de tels systèmes peut se faire sous l'​angle de la théorie des jeux algorithmiques,​ notamment à travers les équilibres de Nash, et leur conception pose évidemment des problèmes algorithmiques difficiles. Nous cherchons donc à obtenir des algorithmes approchés et/ou exacts avec une faible complexité. Une grande part de la recherche concerne des entités autonomes mobiles 
-- robots, engins, véhicules - dotés d'une perception augmentée développée en s'​appuyant sur des techniques d'​intégration et de fusion de données. L'​information utile à l'​appréhension du comportement dynamique des entités et de leur environnement,​ ainsi qu’à leur commande est fournie par des observateurs agissant en tant que capteurs logiciels. ​ Les véhicules peuvent être organisés en convois automatisés pour réduire leur consommation et d'​autres modalités de transport (rail, transports collectifs) peuvent être aussi considérées lorsqu'​on essaie d'​organiser de façon optimale le système de transport dans sa globalité. 
- 
-**Mots clés méthodes :** économie d'​énergie,​ ordonnancement de tâches, optimisation multicritère,​ optimisation combinatoire,​ algorithmes approchés polynomiaux,​ théorie des jeux algorithmique,​ modélisation Takagi-Sugeno,​ multi-modèles,​ groupes de Lie, ensembles invariants, observateurs à entrées inconnues, filtrage de Kalman, filtrage particulaire,​ méthodes IMM, commande robuste, méthode de Lyapunov, planification et poursuite de trajectoire. 
- 
-=====Systèmes Ouverts et Sûrs===== 
- 
-La recherche porte sur la conception maîtrisée de systèmes critiques ouverts, c’est-à-dire,​ des systèmes qui doivent être capables de répondre correctement à toutes sortes de modifications de l'​environnement,​ même non-prévues,​ et trouver un comportement adéquat. 
-Le premier objectif se situe en amont de la réalisation de plates-formes de conception dédiées à des domaines particuliers et concerne le développement des méthodes de conception et d'​analyse orientées sur l'​autonomie et l'​adaptabilité des logiciels. Cela nous conduit à revisiter le cadre de spécification,​ de programmation et de prototypage pour tenir compte de l'​ouverture des systèmes, à la fois par la prise en compte de l'​interaction avec un environnement dont la connaissance est par définition incomplète,​ et par l'​intégration de méthodes de gestion du risque dans la chaîne de conception du génie logiciel. Plus précisément,​ les précautions à prendre dans la conception et la réalisation de systèmes critiques dépendent de leur degré de criticité et peuvent aller jusqu'​à la certification pour garantir la conformité aux spécifications fixées. 
-Le second objectif concerne l’application de ces approches à des domaines majeurs comme l'​informatique ubiquitaire (informatique ambiante, mobile, systèmes reconfigurables) ou la biologie (analyse et conception de systèmes biologiques),​ pour lesquels le développement de telles méthodes conditionne la poursuite de leur expansion. Par exemple, dans le cas de la biologie synthétique dont l'​objet est de concevoir des systèmes biologiques de synthèse (mémoires, compteurs, capteurs, actuateurs...) en modifiant génétiquement des organismes vivants (les bactéries),​ un des impératifs est de s'​assurer de leur innocuité dans toutes sortes d'​environnements. Cela veut dire d'une part qu'il n'est pas possible de prévoir tous les environnements dans lesquels la bactérie évoluera, et d'​autre part, pour des raisons éthiques et de santé qu’il n'est pas concevable de réduire arbitrairement le contexte de l'​étude. 
- 
-**Mots clés méthodes :** outils formels de spécification,​ analyse, vérification,​ diagnostic, prototypage garanti, langages pour la biologie synthétique,​ protocoles de communication et de sécurité, cloud computing, science des réseaux, systèmes reconfigurables. ​ 
Last modified: 2013/10/14 14:30