Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Traitement de séries temporelles par IA pour les capteurs intelligents

+++++

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Infrastructure et Ateliers Logiciels pour Puces

01-10-2020

SL-DRT-20-0261

marielle.malfante@cea.fr

Data intelligence dont Intelligence Artificielle (.pdf)

Un capteur est aujourd?hui un dispositif utilisé pour acquérir des données de modalité fixe (acoustique, pression, image, etc.). Ces données sont ensuite stockées avant d?être traitées par machine learning par exemple, en vue d?en extraire des informations pertinentes. Un très grand nombre de capteurs et de cas applicatifs peuvent être considérés : - Microphones pour la classification automatique de scènes acoustiques, - Capteurs de pression pour l?étude de la déformation et maintenance d?édifices architecturaux, - Sismomètres pour l?étude de signaux précurseurs à des séismes, ou à des éruptions volcaniques, - Bracelets connectés pour la détection de phases de stress, Etc. L?un des enjeu actuel est de pouvoir créer et designer des capteurs intelligents (smart sensors, Fig 1), c?est-à-dire des capteurs où la sortie serait directement l?information recherchée, et non plus le signal brut. Les smart sensors sont aujourd?hui un enjeu dans de nombreux domaines, en particulier quand les capteurs doivent fonctionner en autonomie et dans des environnements isolés, c?est-à-dire sous contrainte d?énergie et de capacités de stockage. C?est par exemple le cas lors de l?étude de paysages acoustiques pour la surveillance environnementale (forêts, zones sous-marines, etc). L?IoT et les capteurs de type « wearable » sont également des domaines visés. De nombreux points techniques sont à aborder pour passer d?un capteur traditionnel à un capteur intelligent. Le design de méthodes d?intelligence artificielle efficace pour le traitement des données, tout en étant suffisamment légères en termes calculatoires et énergétique est un premier challenge. Le design de ces mêmes méthodes à partir de jeux de données peu ou faiblement labélisées en est un autre. Le CEA mène déjà des études dans ce sens, et la pertinence de certains outils d?intelligence artificielle est évidente. Cette thèse se focalise sur les capteurs enregistrant des séries temporelles : stations inertielles, microphones, bracelets connectés, etc. Le c?ur du sujet est de travailler sur des méthodes d?IA pour les séries temporelles, dans un (ou plusieurs?) contexte applicatif. Le sujet s?inscrit dans une thématique plus globale concernant la fiabilité de l?IA (détection d?anomalies, détection d?événement non présents au cours de l?apprentissage), ainsi que le développement de méthodes d?IA performantes sous contrainte de labélisation. Le sujet est ambitieux et plusieurs voies de développement sont ouvertes.

T?charger l'offre (.zip)

Voir toutes nos offres