En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Conception et entrainement d’une intelligence artificielle distribuée pour l’efficacité énergétique d’un réseau de capteurs sans fil (H/F)

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : mardi 23 avril 2024

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : Conception et entrainement d’une intelligence artificielle distribuée pour l’efficacité énergétique d’un réseau de capteurs sans fil (H/F)
Référence : UMR7252-ROMNEG-002
Nombre de Postes : 1
Lieu de travail : BRIVE LA GAILLARDE
Date de publication : mardi 2 avril 2024
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 4 novembre 2024
Quotité de travail : Temps complet
Rémunération : La rémunération est d'un minimum de 2135,00 € mensuel
Section(s) CN : Sciences de l'information : traitements, systèmes intégrés matériel-logiciel, robots, commandes, images, contenus, interactions, signaux et langues

Description du sujet de thèse

Les réseaux de capteurs sans fil intelligents offrent la promesse de répondre aux ambitions de la ville intelligente du futur, de l’industrie du futur et de façon générale à l’Internet des objets incluant des applications importantes dans le secteur médical et de la sécurité.
Bien que l’importance de cette technologie soit généralement admise et qu’elle offre des opportunités de recherche scientifique depuis plus d’une décade, elle n’a pas connu un déploiement aussi large que celui donné par les prévisions.
La cause principale provient du besoin énergétique : un nœud de capteurs sans fil doit fonctionner sur batterie, si la batterie s’épuise trop vite les coûts de maintenance deviennent inacceptables au regard des bénéfices et rendent la technologie non viable.
C’est pourquoi la problématique traitée par l’équipe de recherche de BRIVE concerne la maximisation de l’autonomie énergétique des nœuds de capteurs. Cette problématique peut être abordée à tous les niveaux du modèle OSI. Le travail de thèse se focalisera sur le « edge computing » au niveau de la couche applicative et de la couche réseau.
Notre approche se base sur l’intégration d’une IA « légère » dans chaque nœud de capteurs. Chaque nœud capteur sera équipé d'une intelligence artificielle basée sur la machine de Tsetlin pour son empreinte computationnelle réduite. Notre but est de faire émerger, par une technique d’apprentissage appropriée, un comportement globalement synchronisé et efficient de toutes les IA du réseau (« IA at the edge » + IA à la station de base), tout en maximisant le temps total d’endormissement des nœuds de capteurs pour ainsi prolonger la durée de vie des batteries tout en maintenant la continuité et qualité de service.

Contexte de travail

Cette thèse se déroulera au sein de l’équipe RUBIH (Réseaux UBIquitaires Haut débits) de l’axe SRI (Systèmes et Réseaux intelligents) de l’institut de recherche XLIM de l’Université de Limoges.
Le lieu de réalisation des travaux sera sur le site du campus universitaire de Brive-la-Gaillarde (16 rue Jules Vallès). Les encadrants seront M. Fabien COURREGES (Maître de conférence), M. Romain NEGRIER (Maître de conférence) et M. Raymond QUERE (Professeur des Universités émérite).
Le doctorant intégrera un groupe de jeunes chercheurs, doctorants et stagiaires, travaillant sur des thématiques proches. Il aura accès à des machines de calcul adaptées aux besoins de son activité de recherche ainsi qu’à une plateforme expérimentale de réseau de capteurs déployée à l’échelle bâtimentaire.


Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

Cette thèse est soutenue par un premier co-financement alloué par le programme national d’accélération de la recherche (PEPR) sur les réseaux du futur, et le second co-financement provient de la région Nouvelle-Aquitaine. L’allocation budgétaire de la thèse est gérée par le CNRS.