Axes de recherche
La recherche au LyRIDS est pluridisciplinaire et couvre un large spectre de la science Informatique, Mathématique et Physique au sein de ses cinq axes scientifiques, en phase avec les besoins pédagogiques des majeures du programme Grande Ecole :*
- Systèmes Intelligents Communicants (SIC) : Conception de nouveaux modèles de représentation sémantique et algorithmes pour répondre aux problématiques issues des systèmes complexes.
- Méthodes Mathématiques pour l’Ingénierie Scientifique (Maths) : Conception de nouvelles approches mathématiques pour résoudre des questions sociétales et environnementales.
- Nanosciences & Nanotechnologies (NANO) : Développement de nouveaux systèmes nanostructurés et caractérisation structurale multi-échelles pour le contrôle optimal des propriétés fonctionnelles.
- Programme Interdisciplinaire de l’ECE (PI-ECE) : Le programme fait coopérer différentes disciplines pour répondre aux problématiques suscitées par la ville intelligente et de l’internet des objets.
- Groupe pour des Approches responsables en Intelligence Artificielle (GAIA) : ce nouvel axe transversal du LyRIDS créé en décembre 2024 a pour objectif de contribuer à accélérer la recherche scientifique en matière de traitement de données massives, d’apprentissage automatique et d’analyse prédictive.
Le LyRIDS collabore à travers le programme interdisciplinaire avec d’autres disciplines pour répondre à des enjeux sociétaux :
- Santé et éthique : ingénierie pour la santé, troubles cognitifs, bien-être, performance de la personne
- Transport et mobilité : systèmes ADAS, environnement de conduite, sécurité et confort
- Environnement et Développement durable : ville intelligente, l’internet des objets (IdO), qualité de l’environnement, connectivité
- Défense et sécurité : cybersécurité, maintenance prédictive, véhicules militaires,
Systèmes Intelligents Communicants (SIC)
Le développement de nouvelles Technologies de l’Information et de la Communication (TIC) est primordial. Une prise de conscience est faite au niveau international sur la nécessité de proposer des solutions numériques pour la modernisation et l’amélioration des moyens au service de l’humain et de son environnement.
Dans ce contexte, le LyRIDS a lancé en 2014 un premier projet fédérateur centré sur le véhicule du futur qui s’inscrit parfaitement dans le programme interdisciplinaire de l’ECE (PI-ECE) décrit plus loin. Ce projet avait pour principal objectif de fédérer les membres permanents spécialisés en informatique autour d’un projet transversal entre thèmes de recherche et majeures de l’ECE. Il s’inscrit dans le domaine de l’interaction multimodale dans un environnement ambiant appliqué au domaine du transport et de la mobilité. Il vise à concevoir et évaluer un système interactif améliorant la communication entre l’utilisateur et les systèmes embarqués. En lien avec les recherches sur l’automatisation de la conduite et les systèmes d’aide à la conduite (ADAS), il contribue à renforcer la sécurité routière.
Ce projet a donné lieu depuis 2017 à de nombreux articles publiés dans des revues et conférences internationales.
Depuis 2021, les thématiques et projets de l’axe ont évolué pour répondre à des enjeux sociétaux dans plusieurs domaines d’application du laboratoire :
- Coordination de drones pour servir les véhicules autonomes.
- Exploiting Multi-objective Rewards for Improved RL Autonomous Driving.
- L’IA générative au service des réseaux véhiculaires 6G.
- Conception et développement d’une plateforme IoT pour l’agroécologie.
- Validation temporelle du réseau embarqué TSN.
- L’amélioration des Stratégies de Coopération dans l’Apprentissage par Renforcement Profond Multi-Agent en Robotique Mobile.
- Conception et validation de mécanismes de détection de cyber-attaques et d’anomalies dans le domaine de la vétronique.
- Analyse temps-réel embarquée pour la maintenance prédictive à l’aide d’approches d’apprentissage profond.
- Apprentissage fédéré et optimisation multi-objectifs pour la détection des déchets au moyen des drones.
- IA Generative Et Traduction Inverse: Révolutionner la génération de données pour les langues et domaines peu dotés.
Méthodes Mathématiques pour l’Ingénierie Scientifique (MATHS)
Les objectifs de l’équipe « Méthodes Mathématiques pour les Sciences d’Ingénieurs » sont de contribuer à l’émergence au sein de l’Ecole d’une dynamique de recherche en mathématiques appliquées sur des sujets de recherche d’actualité.
Les recherches de l’équipe contribueront également au développement des enseignements de différents outils de mathématiques appliquées et de calcul scientifique dans le cursus des élèves ingénieurs de l’Ecole.
L’équipe s’organise autour de deux thèmes classés par méthodes mathématiques dont les applications concernent les sciences de l’ingénieur et la finance quantitative :
- Equations aux Dérivées Partielles et optimisation
- Modélisation des systèmes dynamiques par des techniques de Machine LearninG
Par ailleurs, un sujet fédérateur, décidé et voulu par les membres de l’équipe, selon leurs parcours et compétences a été défini : « Machine Learning et résolution d’une famille d’EDP hyperbolique ».
Le parcours scientifique des membres permanents de l’équipe donne au groupe des compétences dans de nombreux domaines touchant les mathématiques, la finance et la physique. L’ensemble de ces compétences sont à la fois utilisées pour élaborer un sujet de recherche commun pour l’équipe. Nous avons mis en place un groupe de travail pour explorer des travaux récents sur l’utilisation de l’intelligence artificielle pour la résolution des équations aux dérivées partielles.
Le but de cette étude est d’implémenter un algorithme de résolution d’une certaine famille d’EDP paraboliques à grande dimension via le Deep Learning. Des résultats de cet algorithme ont déjà été testés sur l’équation de Black-Scholes non-linéaire en finance. L’objectif est d’étendre à d’autres EDP de nature hyperbolique et à grande dimension ce genre d’algorithme.
Nanosciences et & Nanotechnologies (NANO)
Les activités de recherche de l’axe ont pour cadre l’étude expérimentale pour l’élaboration (ingénierie chimique) et l’étude des propriétés contrôlées (ingénierie physique) de matériaux fonctionnels nanostructurés et flexibles. Conscients des enjeux environnementaux, nous avons choisi comme orientation de ne faire appel qu’à la chimie douce (aqueuse), à l’utilisation de matériaux durables ainsi qu’à des approches à faible coût. Notre recherche s’intéresse donc à la caractérisation, à l’analyse et à l’optimisation d’assemblages de matériaux à l’échelle nanométrique, et à leur réponse à des stimuli extérieurs comme un champ électrique/électromagnétique ou une contrainte mécanique macroscopique par exemples. Nous consacrons nos efforts autour de deux thématiques :
- Les surfaces fonctionnelles et films minces nanostructurés.
- Les systèmes multi-hybrides nanostructurés.
Ces deux thématiques sont fortement reliées entre elles et comportent des études académiques et applicatives. Par la nature des systèmes d’intérêts et du nombre de paramètres les constituant, les études menées sont très demandeuses en temps ainsi qu’en techniques de caractérisations différentes de hautes technicités.
Le Programme Interdisciplinaire de l’ECE (PI-ECE)
Pour aller vers une mission interdisciplinaire, le centre de recherche a lancé en 2018 un programme interdisciplinaire (PI-ECE).
Depuis son lancement, ce programme est soutenu par le recrutement d’enseignants-chercheurs, de post-doctorants, de doctorants et de stagiaires. Il est ouvert à l’ensemble des membres et disciplines du centre de recherche et à leurs partenaires.
Ce programme s’inscrit dans la dynamique des smart cities, qui s’appuient sur les technologies de l’information, de la communication et sur l’Internet des objets (IdO) pour moderniser et améliorer la qualité des services urbains, tout en plaçant l’humain et son environnement au cœur des préoccupations.
L’intégration des nouvelles technologies doit également tenir compte des enjeux scientifiques, environnementaux et sociétaux. Pour relever ces défis, la ville doit pouvoir s’appuyer sur des données pertinentes et disponibles en temps réel afin de prendre des décisions éclairées et adaptées.
Dans ce contexte, la conception et le développement de capteurs intelligents (objets connectés) deviennent indispensables pour assurer un contrôle optimal de l’environnement. Par exemple, l’analyse des données recueillies peut permettre de détecter en temps réel des obstacles lors du transfert de patients entre hôpitaux, ou encore de repérer un début de défaillance cognitive chez un opérateur.
Les enjeux des capteurs dans la smart-city a permis aux membres du centre de recherche de conjuguer leurs compétences et de construire le programme PI-ECE avec leurs partenaires et les élèves-ingénieurs de l’ECE. La figure suivante illustre l’architecture globale du programme :
Depuis la création de PI-ECE, de nombreux cas d’usage sont développés en collaboration avec des partenaires académiques et industriels :
- L’IA explicable (XAI) avec les réseaux neuronaux convolutifs pour la modélisation de la fatigue mentale
- Effet de la mécanostimulation de la peau par ondes de cisaillements
- Solitons Quantiques dans les Condensats de Bose-Einstein ; de la Théorie aux Technologies Émergentes
- Adaptation de l’homme dans un environnement froid
- IA et Modélisation Prédictive pour l’Optimisation Nutritionnelle et la Prévention des Complications chez les Patients Atteints de Cancers ORL et Digestifs
- Les SPASERs pour la photonique et la conversion d’énergie
- L’IA au profit de la sobriété écologique et économique
- La prédiction de la viralité dans les réseaux sociaux à l’aide des réseaux neuronaux récurrents avec des données générées à partir de grands modèles linguistiques
Groupe pour des Approches responsables en Intelligence Artificielle (GAIA) :
Dans la recherche en informatique, le monde de l’IA continue de croitre de façon exponentielle par le développement de nouveaux modèles, et la question que nous nous posons tous les jours est « pourquoi le modèle choisi a-t-il pris cette décision » ?
L’axe GAIA oriente ses recherches sur les modèles d’intelligence artificielle de confiance (Trustworthy AI), un besoin essentiel alors que l’IA s’intègre dans notre quotidien, traite nos données personnelles et influence la prise de décision. La question fondamentale est d’établir la confiance dans ces systèmes : comment garantir qu’un modèle répond aux critères d’équité, de robustesse, de fiabilité, de respect de la vie privée, de sécurité, de responsabilité, de transparence et d’explicabilité ?
L’IA étant devenue un domaine transversal, GAIA assume un rôle d’intégration des expertises des chercheurs du laboratoire pour répondre aux défis sociétaux en s’appuyant sur la complémentarité des compétences disciplinaires.
Parmi les projets menés avec des partenaires de recherche renommés : Laboratoire d’Informatique et des Systèmes (LIS, UMR-CNRS), Laboratoire bordelais de recherche en informatique (LABRI, UMR-CNRS) et le Laboratoire d’Informatique en Image et Systèmes d’information (LIRIS, UMR-CNRS) on peut citer :
- L’IA générative et la traçabilité des données,
- L’influence de la qualité et de la fiabilité des données dans les processus d’agrégation,
- L’amélioration des interactions grâce à de nouvelles techniques de visualisation complexe.
L’ECE a récemment inauguré “l’Intelligence Lab” (18 mars 2025), un espace collaboratif accessible aux étudiants-ingénieurs, enseignants, chercheurs et partenaires académiques et industriels. L’axe GAIA (Groupe pour des Approches responsables en Intelligence Artificielle) utilisera les ressources de cette nouvelle plateforme dédiée au développement collaboratif de projets en intelligence artificielle.
L’axe GAIA (Groupe pour des Approches responsables en Intelligence Artificielle) utilisera les outils informatiques de la nouvelle plateforme dédiée au développement de projets collaboratifs en intelligence artificielle.