Présentations

Présentations faites lors des réunions

• Mécanique des solides et matériaux : Daniel Georges

• Networks and protocols : research group, wireless sub-group

• Discrétisation des Equations de Navier-Stokes par élements spectraux combinés avec un développement de Fourier azimutal; transition à la turbulence en géométries azimutales : Mécanique des fluides, Jan Dusek

• Présentation Axe Calcul Scientifique, Simulation, Masse de données : ICPS

• Plateforme de calcul massivement parallèle évolutionnaire EASEA : Pierre Collet, FDBT

• Outils de simulation pour l'optique et la micro-optique, utilisation et développement : Philippe GERARD, LSP

• Calcul pour l'identification et la commande de systèmes dynamiques : Edouard Laroche, AVR

• Asservissements et suivi visuels en temps réel sur des objets déformables : Christophe Doignon, AVR

• Problèmes calculatoires en traitement d’images : Christian Heinrich, MIV

Présentation des différentes équipes et/ou participants en mettant en exergue les problématiques et les attentes liées à cet axe.

A titre d'exemple :

---

Equipe FDBT :

• Optimisation numérique :
• Fouille de données :
  • classification automatique de grands volumes de données :
    • les données étant de plus en plus souvent de nature différentes et bien souvent distribuées sur différentes sites, il est indispensable de modifier les méthodes pour tenir compte de cet état de fait
    • la classification totalement non supervisée ayant montré ses limites, une intégration des connaissances du domaine dans le processus est elle-aussi indispensable
  • Principaux partenaires : LIVE (Laboratoire Image, Ville et Environnement - UdS) ; CNES (Centre national d'études spatiales)
  • Projets ANR prioritaires visés : Masses de Données, Cosinus.
  • .. to be continued ...

---

IMFS :

• Equipe Instabilités, Turbulence Diphasique :
  • Simulation directe de phénomènes accompagnant la transition à la turbulence, transport de chaleur et de masse.
    • Le rôle de la simulation ne consiste plus à interpréter ou à faire la synthèse d'observations expérimentales. Il s'agit d'une méthode de recherche où la réalité virtuelle dépasse la réalité expérimentale. La mise en place de simulations numériques précises et l'avancement dans le domaine turbulent nécessite un développement algorithmique incessant.
  • Compétences algorithmiques utilisées ou recherchées: méthodes spectrales, éléments spectraux, algèbre linéaire de matrices creuses, algorithmique parallèle, maillages mobiles 3D, algorithmes du contrôle optimal (parallèles).
  • Compétences proposées: calcul en mécanique des fluides (aérodynamique, bio-médical, micro-fluidique, ...), un code propre, deux codes industriels, possibilité de mesure en soufflerie
  • ANR Oblic (chute de disques et ellipsoïdes)

---

Equipe RP :

• Réseaux & Protocoles
• Réseaux de capteurs (Protocoles & Algorithmie)
  • Conception des couches protocolaires efficaces pour avoir un grand nombre d'éléments communicant les uns avec les autres
    • Défis scientifiques (e.g.) :
      • Interférences et collisions (i.e. deux capteurs ne peuvent pas envoyer des données simultanément)
      • Algorithmie distribuée auto-stable (le réseau doit fonctionner sans élément centralisant toutes les décisions)
      • Tolérances aux fautes / pannes / dynamique du réseau
    • Interactions possibles :
      • Un réseau de capteurs vaste pour récupérer une grande quantité d'informations puis la traiter (masse de données)
      • Même outils (algorithmie distribuée) que les grilles
  • Réseaux orientés données
    • Pousser dans les réseaux, au plus proche de l'information, le traitement des données
    • Co-optimiser les couches protocolaires aux couches de traitement de l'information (i.e. où placer l'agrégation et le processing de données en général)
    • Pouvoir adapter le réseau à des données détectées (récupération des données (protocoles) -> traitement -> reconfiguration du réseau (ayant des implications sur les protocoles / algorithmes))
  • Outils utilisés :
    • Algorithmie distribuée & théorie des graphes
    • Simulations à événements discrets
    • Analytique (complexité algorithmique, bornes supérieures et inférieures, preuves de convergence, etc)
    • Expérimentations (notamment plate-forme senslab de 256 capteurs hébergée au LSIIT)

---

Équipe Automatique Vision Robotique (LSIIT-EAVR)

• Traitement d'images en temps-réel
  • filtres 2-D et 3-D non-linéaires
  • utilisé pour la commande des robots par vision
  • différents niveaux de complexité: simple traitement d'image, calcul de la pose
  • asservissements visuels dans les environnements complexes (gestion des occultations),
  • vision dynamique : filtrage probabiliste pour le suivi visuel d'objets déformables (AVR et FDBT)
  • temps de calcul limité à 20 ms voire moins par la commande
  • utilisation de PC sous Linux temps-réel mais possibilité de parallélisation sur processeur parallèle
• Optimisation sous contraintes inégalités matricielles
  • Inégalités matricielles affines (ou linéaires)
    • de type M0 + x1*M1 + ... + xn*Mn < 0 où les Mk sont des matrices symétriques connues et il faut trouver les scalaires xk. L'inégalité matricielle signifie que la matrices est définie négative
    • des solveurs disponibles (méthode du point intérieur) permettant de résoudre des problèmes de dimensions élevées
  • massivement utilisé en automatique pour la commande et l'observation des systèmes dynamiques
  • de nombreuses utilités potentielles dans d'autres domaines
  • charge de calcul importante dans le cas de problèmes de grande dimension