Compétences

Axes scientifiques

Nos compétences s’articulent autour de quatre axes scientifiques, au cœur des problématiques industrielles actuelles en matière de transformation numérique.

Calcul scientifique et Optimisation

Appréhender le réel par la modélisation physique

Infrastructures et réseaux

Assurer les échanges d’information entre les composants des systèmes

Domaines scientifiques et technologiques

Les activités de R&D de l’IRT SystemX s’articulent autour de 8 domaines scientifiques et technologiques :

Science des données et IA

Le déploiement massif de systèmes de mesure communicants et précis, couplés à des solutions efficaces de stockage, rend réaliste l’approche d’observation externe pour appréhender le nombre croissant de systèmes. Les techniques d’apprentissage statistique sont particulièrement efficaces et les fonctionnalités qu’elles proposent s’avèrent à la fois robustes, parcimonieuses et passant à l’échelle. Ces techniques permettent une modélisation de type « boite noire », que cela soit à des fins de classification, de détection, de régression ou de recherche de causalité, et elles s’appliquent sur une large typologie de variables (signaux, images, vidéo, texte, parole, données relationnelles, graphes, données log, données dynamiques, séquences, etc.).

Défis scientifiques : 

• Machine Learning Protocol
• Données hétérogènes et web sémantique
• Explicabilité et robustesse des décisions automatisées

Interaction Homme Machine

Afin d’aider à la compréhension des espaces de représentation dans lesquels évoluent les systèmes, et de mieux gérer les quantités d’informations, de plus en plus importantes chaque jour, l’IRT SystemX aborde des techniques liées à la visualisation des données, aux interfaces utilisateurs et à la réalité virtuelle. Ces techniques sont d’autant plus précieuses qu’elles concernent des problèmes dynamiques ou en grande dimension difficilement appréhendables de façon efficace avec des outils standards. De par son rôle clé dans l’aide à la décision et par la place prégnante des interactions homme-machine au sein des systèmes, ce domaine est transverse aux 8 autres domaines scientifiques et technologiques de l’institut et s’inscrit également comme complément.

Défis scientifiques : 

• Data interaction
• Multimodalités et ergonomie dans les interactions

Calcul scientifique

L’IRT SystemX appréhende le fonctionnement des systèmes par leur modélisation interne par une description mathématique et analytique. Le domaine aborde également la simulation multi-agents (SMA). Au sein de secteurs aussi variés que la gestion de l’énergie ou de celle des mobilités, les SMA proposent des modélisations exhaustives qui autorisent la compréhension de certains phénomènes émergents en intégrant une forme d’intelligence artificielle distribuée.

Défis scientifiques : 

• Multi-échelles, multi-physiques
• Propagation des marges et incertitudes

Optimisation

Pour passer du descriptif au prescriptif, les modélisations doivent être immanquablement couplées à une phase d’optimisation permettant d’explorer un espace de conception important, tout en maitrisant les temps de calcul. La planification des infrastructures, des processus de production et des opérations de services va aussi être adressée à travers une approche d’optimisation. La prise en compte de grandes masses de données, des incertitudes et des contraintes en temps réel pose les grands défis scientifiques de ce domaine. Ces défis seront résolus avec une variété d’approches d’optimisation.

Défis scientifiques : 

• Multi-échelles, multi-physiques
• Propagation des marges et incertitudes

Ingénierie système et Conception logicielle

La conception, la réalisation et l’exploitation de systèmes complexes nécessite la mise en œuvre de nouvelles techniques permettant d’améliorer la communication et l’échange de données entre les différentes parties prenantes impliquées  et de créer de la valeur ajoutée rapidement (composition, middlewares, frameworks, etc.). Considérant l’importance des spécifications systèmes sur la qualité des produits délivrés, une attention particulière doit être accordée aux méthodes formelles pour aboutir à des spécifications suffisamment robustes pour améliorer la confiance aux modèles utilisés dans les démarches MBSE / MBSA.

Défis scientifiques : 

• Ingénierie collaborative
• Interopérabilité de systèmes et intégration
• Ellicitation et traçabilité

Sûreté de fonctionnement des systèmes critiques

Défis scientifiques : 
• Méthodes formelles pour l’industrie
• Analyse de sécurité des systèmes non-stationnaires

Sécurité numérique et blockchain

Défis scientifiques : 
• Détection et réaction sur cyber-attaques massive
• Algorithmes robustes d’anonymisation des données pour des traitements de confiance
• Architecture, protocoles et passage à l’échelle des blockchains
• Sécurité et confidentialité des interactions dans les blockchains
• Gouvernance, régulation et modèle économique

IoT et réseaux du futur

Défis scientifiques :
• Architecture de référence et dimensionnement des réseaux IoT
• Réduction de latence et optimisation d’énergie des réseaux virtualisés et programmables
• Placement de ressources au plus près de l’usager final (fog/edge computing)