Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Centre de Recherche en Automatique de Nancy, UMR 7
Durée : 36 mois
Contact : herve.panetto@univ-lorraine.fr
Date limite de publication : 2023-02-28

Contexte :
This PhD project is part of a bilateral research project between ITIS, the Research Center for Automatic Control (CRAN http://www.cran.univ-lorraine.fr –University of Lorraine, CNRS) and the ORISUN enterprise, in France, dealing with applications of artificial intelligence for cognitive interoperability in cyber-physical enterprises: AI4C2PS. The candidate will be registered at the University of Lorraine (doctoral school IAEM Lorraine) as a PhD student and will be integrated in the HUMOD research group of ITIS and the ISET research department of CRAN. The main workplace will be in LIST offices in Esch/Alzette, Luxembourg, while some time will be spent in Nancy, France, in CRAN offices.

Sujet :
The introduction of Cyber-Physical Systems (CPS), together with advances in Information and Communication Technologies (ICT), has been the major driving force for the 4th industrial revolution. The 5th revolution calls now for a better integration of human and social / societal factors, transforming progressively CPS into Cyber-Physical-Social Systems (CPSS). A Cyber-Physical Enterprise (CPE) consists of autonomous and cooperative technical elements, humans and sub-organisations that are connected based on the context within and across all levels of the global organisation, from processes, through machines and up to enterprises and supply-chains networks. Today ontology-based solutions ensure that technological components (CPS) of a CPE share a common vocabulary and can reason on exchanged knowledge. However, this is not enough to build CPSS components, ensuring CPS and human agents understand each other enough to collaborate efficiently. The next generation of CPE must reach a satisfactory level of flexibility and efficiency that better integrates humans and give human-machine teams complete autonomy for some tasks including ad-hoc reconfigurations and non-predefined problem-solving.
In this context, you will address the research challenge of building a Human Digital Twin (HDT) based on ontological, neural and stochastic models, that is realistic enough to serve as a computational model for CPS adaptation to humans. The PhD objective is to build a theoretical framework for the HDT in industry and implement it as an intelligent software agent that can support human workers to collaborate with CPSS of an enterprise. Synchronous and asynchronous contexts will be both considered, where in the first the digital twin takes part of simulations for prediction objectives and in the latter the digital twin reflects the human state and behaviour. The work will focus on:
1- The cognitive aspects of human modelling and human-CPSS collaboration, exploring the theory of cognitive architectures.
2- Exploring HDT models combining Knowledge Reasoning and Representation with Artificial Neural Network -based Machine Learning, able to explain their state and behaviours (i.e., implementing explainable artificial intelligence).
Activities
• Participation to the AI4C2PS project as a full member, integrating the models, algorithms, and prototypes in collaboration with the project’s team of researchers, participating to project’s meeting and contributing to deliverables
• Presentation of papers at academic conferences
• Writing of research papers and publication of peer-reviewed journal articles
• Write a PhD thesis in the field of computer engineering
• Participation to outreach activities of LIST and CRAN

Profil du candidat :
You hold a Master’s degree or diploma in computer science, cognitive science, engineering science (control), or data science.

Formation et compétences requises :
Good knowledge and experience of user modelling or the modelling of human factors in industry 4.0, as well as good knowledge and experience of Artificial Intelligence methods including Machine Learning and Knowledge Representation and Reasoning.
You have a clear understanding of Cyber-Physical Systems and Digital Twin in industry; you have experienced the implementation of human agents in Multi-Agent Systems or human-in-the-loop control systems.
Finally, you are interested by cognitive systems and cognitive architectures, which you have maybe explored.

Good programming skills will be welcome.

Adresse d’emploi :
LIST,Esch/Alzette, Luxembourg
CRAN, Université de Lorraine, Nancy, France

Document attaché : 202211221531_AI4C2PS_HDT_PhDOffer_2022 LIST.pdf

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Centre de Recherche en Automatique de Nancy, UMR 7
Durée : 36 mois
Contact : herve.panetto@univ-lorraine.fr
Date limite de publication : 2023-02-28

Contexte :
Focusing on digital sciences, the CRAN laboratory (Research Centre for Automatic Control, https://www.cran.univ-lorraine.fr) is internationally recognised for its activities in the fields of signal and image processing, control and computer engineering. It is also known for its work in the field of health in relation to biology and neuroscience. Today, its fundamental and applied research enables it to accompany the changes in society and to go beyond the traditional society and industrial issues.
You‘d like to contribute as a PhD candidate? Join our Sustainable Systems Engineering department
This PhD project is part of a bilateral research project between the CRAN, the ITIS department of the Luxembourg Institute of Science and Technology (LIST -http://www.list.lu), in Luxembourg, and the ORISUN company, Strasbourg, France, dealing with applications of artificial intelligence for cognitive interoperability in cyber-physical enterprises: AI4C2PS. The candidate will be registered at the University of Lorraine (doctoral school IAEM Lorraine) as a PhD candidate and will be integrated in the ISET research department of CRAN with strong collaboration with the HUMOD research group of ITIS/LIST. The main workplace will be in CRAN offices in Nancy, while some time will be spent in in Esch/Alzette, Luxembourg, in LIST offices.
The Sustainable Systems Engineering (ISET) department, with its 50 researchers and engineers, studies the digital transformation of complex sustainable systems, which are mainly in the application fields of industry 4.0 (also called the Industry of the Future), communication networks, transport, building and energy, and the future of so called digital twins (DT). The average annual gross salary of a DT expert is 190K€ (source glassdoor.com, 2022) and the DT is expected to reach 183B€ in 2031 (source Gartner). ISET research focuses on the development of methods, models and tools associated with assessment and decision-making processes. Their purpose: to steer, control and maintain and maintain systems of interest, in a framework that goes beyond performance requirements, connectivity and operational requirements, also takes into account the emerging issues of the responsible economy.

Sujet :
Recent works on Cognitive Cyber-Physical Systems (C2PS) and Cognitive Digital Twins (CDT) focus on bringing Artificial Intelligence (AI) features to CPS to mainly give them reasoning and learning capabilities. Making them smart enough to become autonomous or helping humans in decision-making. The Digital Twin (DT) is used as a convenient tool to embed the cognitive functions and allowing for simulations before applying to the real system. A step forward for cognitive interoperability would be to take a human-centric approach, as integrated now into the Trustworthy AI , including knowledge formalisation and explainability for better human understanding. At its heart, there is the combination of symbolic AI based on knowledge/rule reasoning and statistical methods, with machine learning AI based on neural networks, leading to the Neuro-symbolic AI and Neural-Symbolic Computing, new trends that are considered by a part of the research community on the future of AI. Experiments made so far with deep learning have highlighted the two main advantages of neuro-symbolic approaches: less training data is required, and the reasoning process and its conclusions are explainable and understandable for humans. Finally, these approaches allow to build AI systems that are semantically sound, explainable, and trustworthy. Given these capabilities, neuro-symbolic approaches have a high potential for building interoperable C2PS, with adaptive interactions between C2PS and human workers, and automated reconfigurations of C2PS understandable to the human supervisor thanks to explainable AI. This is what we investigate in the AI4C2PS project as a step towards cognitive interoperability, building on the CDT concept.
The PhD candidate will analyse and demonstrate how bridging the reality gap in the emulation of CPS-CPS and CPS-HUMAN interactions to formalize a so-called ‘cognitive interoperability’ in the Cyber-Physical Enterprise (CPE). .. To ensure semantic interoperability across the different components and to build cognitive interoperability on top of it, industry standards will be identified and used where required. The project will be driven by pilots, which will (1) feed the research tasks by providing access to real world requirements and data and will (2) offer the opportunity to deploy and assess the technologies developed from research works in real production environments. To validate the integration capability, the developed technologies will be integrated into Orisun’s existing platform. This integration will create a complete Proof-Of-Concept (POC) for our vision of a CPE platform implementing the high-level architecture. This POC will be deployed and validated in real-world scenarios. Our French pilot will be AIPL S.MART, a Smart industry 4.0 platform and workshop at UL.
Activities
• Participation to the AI4C2PS project as a full member, integrating the models, algorithms, and prototypes in collaboration with the project’s team of researchers, and the Orisun company, and participating to project’s meeting and contributing to deliverables
• Presentation of papers at academic conferences
• Writing of research papers and publication of peer-reviewed journal articles
• Write a PhD thesis in the field of computer engineering
• Participation to outreach activities of CRAN, LIST and ORISUN.

Profil du candidat :
• Good knowledge and experience of artificial intelligence methods including machine learning and knowledge representation and reasoning
• Knowledge or experience of cyber-physical systems, digital twin and their cognitive version
• Knowledge or experience in systems interoperability
• Knowledge or experience with programming human-in-the-loop control systems
• Good programming skills

Formation et compétences requises :
Master’s degree or diploma in computer science, engineering science (control), or data science

Adresse d’emploi :
Centre de Recherche en Automatique de Nancy,
Université de Lorraine
Vandoeuvre-les-Nancy, France

Document attaché : 202211221527_AI4C2PS_CDT_PhDOffer_2022 CRAN.pdf

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : CIRAD – UMR TETIS
Durée : 3 ans
Contact : roberto.interdonato@cirad.fr
Date limite de publication : 2022-12-15

Contexte :
Le sujet de thèse proposé vise au croisement de deux disciplines principales : l’analyse de réseaux complexes et la modélisation des dynamiques spatiales. La modélisation des dynamiques spatiales est une approche privilégiée pour étudier les processus complexes d’interaction homme-environnement qui sont au centre des systèmes d’utilisation des terres (land use system).
Dans ce contexte, une nouvelle approche fondée sur le concept de graphe d’interaction a été développée au CIRAD/UMR TETIS, avec l’objectif de permettre un meilleur couplage des systèmes de modélisation avec des SIG (Système d’Information Géographique) et améliorer la modélisation des mécanismes qui sont influencés par des structures spatiales dynamiques. Le graphe d’interaction est un graphe (un ensemble de nœuds connectés par des arcs) dont les arcs peuvent porter des fonctions d’interaction. Un système représenté par des graphes d’interaction peut ainsi évoluer lorsque les fonctions d’interactions sont activées et que celles-ci modifient les entités connectées. Les éléments présents dans un espace géographique peuvent ensuite définir des relations spatiales, fonctionnelles, hiérarchiques et même sociales. La mise en œuvre de cette approche s’appuie sur le langage de modélisation Ocelet, et son environnement logiciel de développement (http://www.ocelet.org).
Les modèles développés avec Ocelet sont employés principalement pour simuler des dynamiques spatiales dans différents systèmes territoriaux complexes, comme par exemple, pour comparer plusieurs scénarios d’utilisation des terres. Ces modèles font généralement intervenir plusieurs graphes d’interaction dans des structures porteuses de connaissances du fonctionnement et de l’organisation du territoire. Jusqu’à présent, lors de déploiement de ces modèles, seuls les résultats de simulation sont analysés ; les graphes ne le sont pas, alors qu’ils sont une expression formelle de processus très divers qui interagissent dans le territoire. Ces analyses permettraient notamment d’expliciter les liens entre structure et fonctionnement du territoire, pour viser, à terme, la possibilité d’inférer des connaissances des processus à partir de l’exploration de données spatiales, comme celles issues d’images satellite.

Laboratoire d’accueil :

Le doctorant ou la doctorante sera accueilli dans le laboratoire TETIS à Montpellier (France). Le laboratoire TETIS est une Unité Mixte de Recherche (UMR) entre INRAE, le CIRAD, AgroParisTech et le CNRS.
L’UMR TETIS mène des recherches méthodologiques sur la gestion de l’information spatiale. Une approche intégrée de la chaîne de l’information spatiale est mise en œuvre, de l’acquisition à son usage, en passant par son traitement et sa gestion.

Sujet :
L’objectif global de cette thèse est le développement de méthodologies innovantes, basées sur les techniques d’analyse de réseaux complexes, pour l’analyse des graphes d’interaction issus de la modélisation des dynamiques paysagères. Ce travail permettra d’exploiter de manière originale les modèles de simulation spatiale développés avec l’approche Ocelet, en permettant de créer de nouvelles connaissances à partir des graphes d’interaction modélisés et de ses dynamiques. Des algorithmes de classement, clustering, diffusion de l’information et prédiction des liens spécifiquement adaptés au contexte des relations caractéristiques (e.g., spatiales, fonctionnelles, hiérarchiques et sociales) entre les entités d’un système paysager pourront être développés. Ceci représentera une contribution significative aussi bien dans le domaine de l’analyse de réseaux et science des données, que dans celui de la modélisation et de l’analyse des dynamiques paysagères.
La première étape du travail de recherche est liée à la nécessité de comprendre comment les graphes d’interaction entre les éléments d’un paysage visible sur les images satellite, et qui expriment le fonctionnement du socio-écosystème présent dans le paysage, se traduisent dans la structure en réseau de ces graphes. La seconde étape consistera à développer et implémenter des méthodes d’analyse de réseaux complexes spécifiquement adaptés aux modèles pris en comptes en réponse à la question de recherche précédente. L’idée est d’obtenir une suite de méthodes d’analyse généralisables à différents contextes, qui pourront être ensuite intégrés dans la plateforme Ocelet. Pour mener ce travail, nous adopterons une démarche pluridisciplinaire, où les contributions méthodologiques proposées seront toujours soumises aux avis d’experts en modélisation spatiale des dynamiques paysagères.
Ces deux étapes seront menées d’abord sur une diversité de sites d’études pour lesquels des modèles ont déjà été développés, ou sont en cours de développement (e.g. au Burkina Faso, Sénégal, Mozambique, La Réunion, République du Congo). En particulier, cette thèse sera adossée à deux projets où TETIS est fortement impliquée, et qui mettra en œuvre des modèles spatiaux ambitieux (projet AFD/LUCCIA au Mozambique, pour aider à évaluer la stratégie nationale REDD+, et le projet PUDT Congo, pour aider à optimiser le réseau d’approvisionnement en bois-énergie d’une grande ville). Ensuite, un terrain en Afrique de l’Ouest, en lien avec la question de la sécurité alimentaire, sera privilégié. Des analyses plus contextualisées, plus en lien avec le terrain, seront menées avec une visée explicative des caractéristiques observées dans les réseaux.

Profil du candidat :
Caractéristiques attendues du candidat :

– Une solide formation en informatique (analyse des réseaux complexes et fouille de graphes, fouille de données).
– De bonnes compétences en programmation (Python préférablement) sont attendues.
– Il ou elle devrait avoir terminé (ou sur le point de terminer) un master.
– Bon niveau d’anglais écrit et parlé.
– L’intérêt et/ou une expérience dans les sciences appliquées, notamment en agronomie / environnement / géographie, et dans la mise en œuvre de modèles de simulation seront appréciés.

Formation et compétences requises :
Caractéristiques attendues du candidat :

– Une solide formation en informatique (analyse des réseaux complexes et fouille de graphes, fouille de données).
– De bonnes compétences en programmation (Python préférablement) sont attendues.
– Il ou elle devrait avoir terminé (ou sur le point de terminer) un master.
– Bon niveau d’anglais écrit et parlé.
– L’intérêt et/ou une expérience dans les sciences appliquées, notamment en agronomie / environnement / géographie, et dans la mise en œuvre de modèles de simulation seront appréciés.

Adresse d’emploi :
500 rue Jean François Breton, 34000, Montpellier

Document attaché : 202211181533_Analyse de réseaux complexes issus de graphes d’interaction pour l’analyse de dynamique paysagère.pdf