Propositions de sujets de thèse

Thèse "Surveillance en temps réel de la qualité de l'eau potable d'un réseau de distribution par apprentissage statistique"

En collaboration étroite avec Suez Environnement, préparée à l'Université de Technologie de Troyes.

Financement sur 3 ans par l'ANR.

La qualité et la sûreté/sécurité des systèmes d'approvisionnement d'Eau Potable (EP) sont essentielles pour la santé publique. Le problème est d'assurer une surveillance en continu de la qualité de l'eau du réseau et de pouvoir détecter rapidement des situations anormales, notamment par rapport à des paramètres de qualité usuels, faciles à mesurer, et qui constituent de bons indicateurs de contamination (chlore, turbidité, …). Par ailleurs, il est nécessaire de réduire au maximum le temps de réaction dès qu'une situation anomale est détectée et de pouvoir prendre quasiment en « temps réel » les mesures correctives adéquates.

L'objectif de cette thèse concerne l'élaboration de méthodes performantes pour détecter précocement et de façon fiable toute diminution anormale de la qualité de l'eau dans un réseau d'eau potable. Les approches envisagées s'inscrivent dans différents thèmes scientifiques bien identifiés : aide à la décision, contrôle de systèmes complexes, détection de défaillances, analyse de données, etc. Plus précisément, les travaux concerneront les méthodes d'apprentissage semi-supervisées puisqu'aucune anomalie due à la présence d'un agent pathogène dans le réseau d'eau n'est ou ne serait disponible. On leur connait de nombreuses applications, dans le domaine de la surveillance vibratoire, biomédicale ou encore d'intrusion dans les réseaux informatiques par exemple. Ces approches s'attachent essentiellement à l'estimation d'un niveau donné de la fonction de densité de probabilité des observations, que l'on peut pratiquer à l'aide de mélanges de distributions gaussiennes, de fenêtrage de Parzen, de k plus-proches-voisin, ou encore de réseaux de neurones. Plus récemment, des méthodes à noyau (kernel machines) particulièrement performantes ont été proposées pour l'estimation du support de distributions. Elles consistent en une injection implicite préalable des données dans un espace de grande dimension au moyen d'une application non-linéaire, suivi de la recherche d'un périmètre de normalité. Ce dernier peut prendre la forme d'une hyper-sphère de volume minimum, ou d'un hyper-plan de séparation. De telles techniques de reconnaissance des formes se distinguent de la concurrence par leur souplesse d'utilisation et la performance des algorithmes d'apprentissage associés.

Contact :
Cédric RICHARD (03.25.71.58.47, cedric.richard@utt.fr)

Thèse "Traitement adaptatif de l’information dans les réseaux de capteurs"

Financement sur 3 ans.

Les réseaux de capteurs sans fil constituent un champ de recherchemultidisciplinaire, à la croisée de communautés telles que lamicro-électronique, les télécommunications et le traitement du signalpour ne citer que celles-ci. Initialement destinés à des applicationsmilitaires, ils sont désormais polyvalents et couvrent un large spectred'applications : surveillance d’installations industrielles, préventiondes risques naturels, domotique, etc. Chaque nœud est constitué d'unmicro-capteur doté de capacités d’acquisition, de traitement et detransmission de données. La distribution des nœuds dans l’environnementétudié constitue une diversité spatiale qui doit être envisagéeconjointement à la dynamique temporelle du système étudié pour unemeilleure efficacité des techniques de traitement de l’informationproposées. De fortes contraintes pèsent toutefois sur la consommationd’énergie, les communications numériques et la complexité calculatoiredes algorithmes embarqués.

Le traitement distribué concerne l’extraction de l’informationpertinente des données collectées par l’ensemble des nœuds du réseau,ces derniers pouvant communiquer avec leurs homologues voisins. Dans lecas d’un problème d’estimation par exemple, chaque nœud recueille desobservations bruitées liées au paramètre à estimer. L’interaction entreles nœuds selon la topologie du réseau permet une estimation de ceparamètre. Un algorithme est d’autant plus efficace qu’il mène à uneestimation proche de la solution optimale, obtenue par une approchecentralisée avec un centre de fusion de données. Principalement, onpeut regrouper les stratégies de traitement distribué en trois classes,selon le type de coopération entre les nœuds : incrémental, diffusion,et diffusion probabiliste.

Différentes approches ont été récemment étudiées dans le cadre d’untraitement linéaire de l’information. Ces techniques ne sont toutefoispas adaptées au traitement des phénomènes à caractère non-linéaire,bien que souvent issus d’applications réelles. L’objet de cette thèseest de proposer de nouvelles méthodes non-linéaires de traitementadaptatif de l’information, basées sur le formalisme des espaces deHilbert à noyau reproduisant, pour la modélisation de phénomènesphysiques tels qu’un transfert de chaleur, la diffusion d’un gaz, …, ausein d’un réseau de capteurs.

Le travail de thèse est principalement réparti sur trois phases :

• Mise en œuvre d’algorithmes non-linéaires pour le traitementadaptatif de l’information. Des études préliminaires ont été menées parl’équipe dans cette direction, qu’il conviendra de poursuivre. Desextensions aux stratégies distribuées classiques devront êtreélaborées, et complétées d’une étude de complexité calculatoire et descommunications mises en jeu.

• Analyse théorique des techniques de traitement non-linéairesproposées. Elle s’avère indispensable afin de circonscrire lescaractéristiques de celles-ci. Il pourra s’agir de modéliser laconvergence des algorithmes, estimer les performances en régimestatique et leur borne inférieure, …, sous des hypothèses gaussiennessimples par exemple.

• Amélioration des techniques proposées, par le choix du noyau,l’ajustement de ses paramètres caractéristiques, ou encore l’ingénieriede noyau.

Ce travail est en parfaite adéquation avec le GIS 3SGS (Surveillance,Sûreté et Sécurité des Grands Systèmes). La problématique scientifiqueportée par ces travaux s’inscrit pleinement dans la thématiquetransverse « Sciences et Technologies pour la Maîtrise des Risques » ausein de l’Institut Charles Delaunay. Le travail de thèse s’appuienaturellement sur plusieurs programmes, dont le programme deressourcement Carnot (2009-2012 ; 36 k€), le programme ANR Vigires'eau(2009-2012 ; 1.2 M€), la plate-forme CapSec financée dans le cadre ducontrat de projets Etat-Région sur le programme de recherche S3(Sécurité et Sûreté des Systèmes) de l'axe ICOS (CPER 2007-2013), et leprojet MBSIE rattaché à la plateforme CapSec (CPER, axe ICOS).

Les apports scientifiques de cette thèse concernent l’élaboration detechniques de traitement adaptatif non-linéaire de l’information, leuranalyse théorique, et leur mise en œuvre dans les réseaux de capteurs.Sur le plan économique, les retombées attendues concernent le dépôt debrevets (un est en cours de dépôt actuellement à l’UTT sur ce thème derecherche) et le transfert de technologies.

Contact :
Cédric RICHARD (03.25.71.58.47, cedric.richard@utt.fr)
Paul HONEINE (03.25.71.58.47, paul.honeine@utt.fr)