Archives

Graphes sémantiques flous et raisonnement approximatif pour la découverte de connaissances

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

Laboratoire/Entreprise : LIP6, SU – Thales TRT
Durée : 36 mois
Contact : Claire.Laudy@thalesgroup.com
Date limite de publication : 2022-12-15

Contexte :
Les informations récoltées dans des contextes réels sont le plus souvent imparfaites, entachées d’imprécision et d’incertitude. L’objectif de la thèse est de développer de nouveaux outils permettant d’intégrer cette dimension imparfaite, d’une part dans la représentation de l’information, et d’autre part dans les mécanismes de manipulation de cette information, en particulier dans les opérations d’inférence qui en déduisent de nouvelles informations.

Sujet :
Le formalisme choisi pour les travaux de thèse est celui des graphes conceptuels pondérés, qui offrent la possibilité de représenter et de manipuler des informations à un niveau sémantique et de leur associer des informations complémentaires par l’ajout de poids qui augmentent encore leur expressivité.
Les travaux de thèse visent à développer ce cadre formel en caractérisant la sémantique associée à différentes formes d’imperfection potentielles et en examinant les contraintes et avantages associés, à la fois en termes théoriques et applicatifs. Un second axe a pour objectif de développer de nouvelles méthodes de fusion d’information dans ce formalisme, en particulier pour réaliser des opérations de filtrage et d’agrégation et pour traiter des tâches de recherche de motifs fréquents correspondant à des régularités d’intérêt dans les informations collectées.

Profil du candidat :
capacités d’analyse et de formalisation, curiosité scientifique

Formation et compétences requises :
Le/la candidat(e) doit posséder un master en intelligence artificielle/apprentissage automatique, avec des connaissances en logique formelle et représentation des connaissances. Le langage de programmation privilégié pour les travaux qui seront réalisés pendant la thèse est python.

Adresse d’emploi :
Thales TRT, (Massy-Palaiseau) et LIP6, Sorbonne Université, Jussieu (Paris)

Document attaché : 202210070743_theseThalesLIP6_graphesSemantiquesFlous.pdf

Prévisions météorologiques à très haute résolution avec des méthodes de deep learning

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

Laboratoire/Entreprise : Centre National de Recherche Météorologique (CNRM)
Durée : 6 mois
Contact : laure.raynaud@meteo.fr
Date limite de publication : 2022-12-15

Contexte :
Les prévisions météorologiques de fine échelle opérées quotidiennement par Météo-France sur les domaines Outre-Mer s’appuient sur le modèle AROME et ont vu leur résolution spatiale augmenter de 2.5km à 1.3km à l’été 2022. Cette évolution a permis d’améliorer la performance des prévisions, en particulier pour les évènements à enjeux tels que les cyclones tropicaux et les fortes pluies. Des résolutions hectométriques permettraient de gagner encore en réalisme, en particulier sur l’île de la Réunion dont le relief est complexe. Néanmoins, le coût des prévisions AROME à des résolutions de quelques centaines de mètres ne permet pas d’envisager leur utilisation opérationnelle avant plusieurs années. L’objectif du stage est de mettre en place et d’évaluer une alternative moins coûteuse à cette descente d’échelle dynamique.

Sujet :
Le stage vise à mettre en place et évaluer plusieurs méthodes de descente d’échelle statistique, dont l’objectif est d’apprendre une relation statistique entre les prévisions basse résolution (par exemple 2.5km ou 1.3km) et les prévisions haute résolution (par exemple 500m). Les méthodes de descente d’échelle les plus classiques reposent sur des interpolations simples ou des approches de régression linéaire. Récemment, plusieurs études ont montré que des méthodes d’apprentissage profond tels que les réseaux de neurones convolutifs offrent des perspectives intéressantes pour la descente d’échelle.
L’objectif du travail proposé est de développer une première descente d’échelle à 500m des prévisions AROME sur la Réunion, par apprentissage profond, et pour des variables de temps sensible telles que la température, le vent et les précipitations.

Profil du candidat :
M2/Ecole d’ingénieurs.

Formation et compétences requises :
Le stage requiert un réel intérêt pour la prévision numérique du temps. De bonnes compétences en statistiques sont attendues. Le langage de programmation utilisé sera Python. Une connaissance préalable du fonctionnement des réseaux de neurones profonds (en particulier des réseaux convolutifs) est souhaitée. Une première expérience d’une bibliothèque de Deep Learning (PyTorch, Keras, TensorFlow, Caffe, …) serait un plus.

Adresse d’emploi :
CNRM, 42 avenue Gaspard Coriolis, Toulouse.

Document attaché : 202210061430_Fiche-proposition-PFE_IENM_IA500m_Madics.pdf

PhD Position F/M: IOT-ML: Secure Machine Learning on IOT Traces for Daily Activity Discovery

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

Laboratoire/Entreprise : PETRUS team – INRIA/UVSQ
Durée : 3 ans
Contact : luc.bouganim@inria.fr
Date limite de publication : 2022-12-31

Contexte :
The PETRUS team (Inria/UVSQ), in association with the Hippocad company (a subsidiary of La Poste group) and the Yvelines District, is currently deploying secure home boxes for 10,000 patients. These boxes, based on the team’s research results (DBMS embedded in secure hardware), include a personal medical-social database to improve care coordination for dependent people at home. Medical and social workers interact with these secure boxes via a smartphone application. Our objective is to enhance these boxes with the ability to communicate with IoT sensors measuring e.g., luminosity, movement, and temperature to improve patient monitoring. The sensors’ raw data will be analyzed by Machine Learning (ML) techniques to identify the patient’s activities and thus, detect risk situations like depression or illness. These raw data are however very intrusive. The originality of our approach is to process these raw data inside each box, within the hardware security element, in order to externalize only the relevant information: alerts, aggregated values, and patient dashboards.

Sujet :
Data Mining (e.g., [2]) and ML models (e.g., [4]) have already been proposed in the Daily Activity Recognition and Discovery field. The accuracy of these models highly depends on the presence and on the quality of a labeled training dataset. In our context (see above), obtaining a reliable labeled dataset from elderly people is definitely unrealistic. However, datasets labeled by healthy individuals dedicated to daily activity discovery (e.g., [1]) already exist and could be used as a baseline. Our expectation is to use online/semi-supervised learning approaches [3, 4] to derive an elderly daily activity model from a healthy daily activity model and dynamically adapt its behavior to each patient. The challenge is then twofold: (1) define the best strategy to build such a customizable elderly daily activity model and (2) make its execution compatible with the highly constrained RAM and computing resources of a secure microcontroller (i.e., a secure box).

Methodology and expected results
– State of the art of relevant ML strategies, supervised learning, semi-supervised learning, analysis of a real dataset and of a synthetic dataset. Evaluation of preliminary strategies to discover daily activities
– Capitalize on previous results to answer the scientific challenge described above. Besides these scientific challenges, an experimental work is expected and should lead to a real Proof of Concept that can be demonstrated in the medical/social field.

Benefits package
– Subsidized meals, Partial reimbursement of public transport costs
– Leave: 7 weeks of annual leave + 10 extra days off due to RTT (statutory reduction in working hours) + possibility of exceptional leave (sick children, moving home, etc.)
– Possibility of teleworking and flexible organization of working hours
– Social, cultural and sports events and activities
– Access to vocational training

Remuneration
– 1st and 2nd year monthly gross salary : 2.051 euros
– 3rd year monthly gross salary : 2.158 euros

References.
[1] Alemdar, Hande & Ertan, Halil & Incel, Ozlem & Ersoy, Cem. (2013). ARAS Human Activity Datasets in Multiple Homes with Multiple Residents. 232-235. pdf: https://tinyurl.com/DADref1
[2] Jérémie Saives, Clément Pianon, Gregory Faraut. Activity Discovery and Detection of Behavioural Deviations of an Inhabitant from Binary Sensors. IEEE Transactions on Automation Science and Engineering, Institute of Electrical and Electronics Engineers, 2015, 12 (4), pp.1211 – 1224. pdf: https://tinyurl.com/DADref2
[3] van Engelen, J.E., Hoos, H.H. A survey on semi-supervised learning. Mach Learn 109, 373–440 (2020). pdf: https://tinyurl.com/DADref3
[4] Diane Cook and Narayanan Krishnan. Activity learning: Discovering, recognizing, and predicting human behavior from sensor data. Wiley publishing. Feb. 2015

Profil du candidat :
Master2 (Bac + 5)

Formation et compétences requises :
– ML algorithm knowledge
– DBMS algorithm knowledge
– Basic knowledge in data security, secure hardware, embedded programming is a plus (but not mandatory)
– Programming language: Python, C or Rust will be appreciated

Adresse d’emploi :
PETRUS team
INRIA/UVSQ
45 avenue des Etats Unis
78035 Versailles

Document attaché : 202210050930_PhD_IOT_ML.pdf

IEEE GRSS second workshop on Remote Sensing Data Management Technologies in GeoScience 2022

Date : 2022-12-02
Lieu : Paris-Dauphine University

While we are experiencing a rapid increase in Volume, Velocity and Variety of Remote Sensing data, most Remote Sensing platforms and systems are still relying on the traditional data management strategies. These strategies use file management systems or relational data management systems to manage data objects, their catalogs, and the associated metadata. However, with the explosion of data in Remote Sensing, this approach is reaching its limits in both data and metadata management, significantly reducing the performance of application layers on top of those Remote Sensing platforms and systems. The aims of RSDM-GeoSci are to promote the effective uses of appropriate data management technologies and to increase the value of Remote Sensing data. In this inaugural workshop, we focus on bringing together a research community to review the state of art in data management tools and understand the application requirements. Invited talks and submissions to workshops would describe consolidated requirements, novel research topics, use cases of emerging technologies, and application trends. Topics may include, but are not limited to:

Spatio-temporal database solutions for Big Remote Sensing Data
Graph databases, knowledge graph, graph visualization, web semantics tools/technologies for managing and discovering data and metadata in Remote Sensing
Novel database solutions for Analysis-Ready Data (ARD)
Using Big Data management and analysis tools for Remote Sensing data management and analysis
(Near-)Real-time intelligence from Remote Sensing platforms

The workshop also welcomes submissions showcasing use cases that describe adaptations and enhancements of data management technologies for use in real-world remote-sensing applications (such as data discovery dashboards and data pipelines).

Lien direct

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Symposium International Francophone sur l’Écrit et le Document (SIFED)

Date : 2022-10-14
Lieu : IRISA, Rennes

SIFED est une journée de rassemblement de la communauté de l’analyse et la reconnaissance de documents.

Au cours de cette journée, les chercheurs et industriels ont l’occasion de présenter leurs travaux de recherche dans ces domaines.

Toutes les informations sont disponibles sur le site : https://project.inria.fr/sifed2022/fr/

La conférence est gratuite et ouverte à tous, même si vous ne présentez pas de communication !

L’inscription est obligatoire, avant le jeudi 6 octobre sur le site de SIFED : https://project.inria.fr/sifed2022/

Lien direct

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Modélisation de l’effet de la lumière sur la ramification : formalisation et analyse de sensibilité pour la comparaison d’hypothèses de fonctionnement.

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

Laboratoire/Entreprise : UMR AGAP, CIRAD, Montpellier ou IRHS, INRAE, Anger
Durée : 6 mois
Contact : frederic.boudon@cirad.fr
Date limite de publication : 2022-12-30

Contexte :
Aujourd’hui, la science doit trouver de nouvelles solutions pour augmenter la tolérance des plantes cultivées aux stress environnementaux. Pour cela, une meilleure compréhension des mécanismes sous-jacents à l’édification des plantes et leur contrôle par l’environnement est nécessaire. Notamment, les bourgeons formés à l’aisselle des feuilles restent dormants ou s’activent selon l’environnement donnant naissance à de nouveaux axes [1]. Ce processus a des conséquences importantes sur divers aspects des performances agronomiques des plantes (par exemple, la qualité visuelle des plantes ornementales, le rendement des plantes utilisées pour l’alimentation). Néanmoins, les mécanismes par lesquels l’environnement régule le débourrement ont été peu étudiés [2]. Dans l’équipe, des résultats expérimentaux sur le rosier nous conduisent à émettre une hypothèse quant aux mécanismes par lesquels l’intensité lumineuse contrôle le débourrement. Cette hypothèse implique une interaction entre une classe d’hormones, les cytokinines (CK), et la disponibilité en sucre, deux régulateurs contrôlés par la lumière [3,4].
Pour l’évaluation de notre hypothèse, nous souhaitons la modéliser et confronter les comportements de la plante simulés aux comportements observés. Cela implique de modéliser les flux de carbone au sein de la structure de la plante et leur interaction avec les hormones. Or, aujourd’hui, les modèles de flux de carbone utilisés dans la littérature ne reproduisent que très partiellement les mécanismes physiologiques décrits par la théorie de Münch. Des premiers modèles permettent de résoudre ces flux sur des structures topologiquement très simples [5,6]. Des travaux récents montrent la possibilité d’une résolution sur des structures plus complexes [7].

[1] Rameau, C., Bertheloot, J., Leduc, N., Andrieu, B., Foucher, F., & Sakr, S. (2015). Multiple pathways regulate shoot branching. Frontiers in plant science, 5.
[2] Schneider A., Godin C., Boudon F., Demotes-Mainard S., Sakr S., Bertheloot J. (2019). Light Regulation of Axillary Bud Outgrowth Along Plant Axes: An Overview of the Roles of Sugars and Hormones. Frontiers in Plant Science, 10, 1-17.
[3] Roman, H., Girault, T., Barbier, F., Péron, T., Brouard, N., Pencik, A., et al. (2016). Cytokinins are initial targets of light in the control of bud outgrowth. Plant Physiology, 172, 489-509.
[4] Corot A., Roman H., Douillet O., Autret H., Perez-Garcia M. D., Citerne S., Bertheloot J., Sakr S., Leduc N., Demotes-Mainard S. (2017). Cytokinins and abscisic acid act antagonistically in the regulation of the bud outgrowth pattern by light intensity. Frontiers in Plant Science, 8, 1-16.
[5] Bancal, P., & Soltani, F. (2002). Source-sink partitioning. Do we need Munch? Journal of Experimental Botany, 53(376), 1919-1928.
[6] Minchin, P. E. H., Thorpe, M. R., & Farrar, J. F. (1993). A SIMPLE MECHANISTIC MODEL OF PHLOEM TRANSPORT WHICH EXPLAINS SINK PRIORITY. Journal of Experimental Botany, 44(262), 947-955.
[7] Lacointe, A., & Minchin, P. E. H. (2019). A Mechanistic Model to Predict Distribution of Carbon Among Multiple Sinks. In J. Liesche (Ed.), Phloem: Methods and Protocols (Vol. 2014, pp. 371-386).

Sujet :
L’objectif du stage est de développer un modèle de réponse du débourrement à la lumière, intégrant les flux de carbone selon la théorie de Münch et leur interaction avec les CK. Lors d’un précédent travail, une première version simplifiée du modèle a été développée pour une structure simple de plante. Lors du stage, l’étudiant étendra ce modèle pour une structure plus complexe et pour intégrer notre hypothèse sur l’interaction sucre-CK; Il explorera également le comportement du modèle par la mise en place d’une analyse de sensibilité, et confrontera les simulations à des données expérimentales pour tester notre hypothèse.

Étapes principales du stage :
– Implémentation du modèle :
– Etendre le modèle développé pour une structure simple de plante (pools d’organes représentés) à une structure plus complexe (organes individualisés)
– Introduire l’hypothèse d’interaction Sucre-Cytokinine
– Ajuster les paramètres par optimisation à partir d’un jeu de données mesurées
– Exploration du modèle et évaluation:
– Faire une analyse de sensibilité des paramètres du modèle
– Évaluer la capacité du modèle à simuler les comportements de plante observés sous une gamme de traitements expérimentaux. Les données sont déjà disponibles. Selon l’avancement, une 2e phase pourra être envisagée au cours de laquelle d’autres hypothèses pourraient être testées.
– Intégrer le modèle à la plateforme en ligne MorphoNet pour le rendre accessible à la communauté des modélisateurs biologistes.

Profil du candidat :
Ce stage peut convenir à des étudiant(e)s provenant d’une école en modélisation mathématique, en informatique ayant un attrait pour la biologie, et la modélisation de systèmes biologiques.

Formation et compétences requises :
Une capacité rédactionnelle et un goût pour le travail en équipe à l’interface entre plusieurs disciplines (maths, info, écophysiologie) seront nécessaires.

Adresse d’emploi :
– CIRAD, Équipe Phénomen, UMR AGAP, Avenue Agropolis TA A-108/01 34398 Montpellier Cedex 5, France
ou
– Institut de Recherche en Horticulture et Semences, INRAE, 49000 Angers, France

Document attaché : 202209301412_Physioscope_Model_2023_VInfo.pdf

Un système pour une contextualisation de la réponse aux incidents de sécurité

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

Laboratoire/Entreprise : Laboratoire CEDRIC/ ALEKSO Cyber Consulting
Durée : 3ans
Contact : ilham.lammari@lecnam.net
Date limite de publication : 2022-11-30

Contexte :
La réponse à un incident avéré est un processus critique actionné par des experts en sécurité du SOC qui, bien que disposant actuellement d’une panoplie d’outils, doivent mobiliser, sous pression temporelle, un large éventail de connaissances et de compétences leur permettant de choisir le plan qui minimiserait au maximum l’impact de l’incident. De plus, pour l’exercice de leurs tâches, les analystes doivent souvent naviguer dans une panoplie d’outils et voir même être suffisamment performants dans plusieurs langages de script. Pour pallier cet inconvénient et surmonter la courbe d’apprentissage des outils individuels, des plateformes SOAR sont disponible sur le marché mais qui malheureusement sont financièrement inaccessibles pour des petites structures. De plus, l’adoption de telles plateformes oblige les entreprises à avoir les compétences nécessaires pour le développement et la maintenance des playbooks. En dépit de cette prolifération des systèmes avancés de cyberdéfense, l’amélioration des capacités de réponse des entreprises aux incidents reste jusqu’à nos jour un défi majeur dû, entre autres, (a) au manque de personnel de sécurité qualifié, (b) au taux de rotation élevé d’experts en sécurité compte tenu de la nature des tâches à effectuer et qui oblige les entreprises à dépenser beaucoup de ressources pour former de nouveaux experts, à la faible collaboration entre experts engendrée par la pression temporelle à laquelle ils sont confrontés et accentuée, dans certaines entreprises, par le manque d’outils collaboratifs.
Bien que la littérature sur la réponse aux incidents de sécurité soit riche, il n’y a, à notre connaissance aucun travail de recherche qui se focalise sur l’automatisation de la phase de confinement, d’éradication et de récupération

Sujet :
L’objectif de la thèse est donc de proposer un système d’aide à la décision permettant de supporter l’activité d’un expert de sécurité chargé de répondre à un incident avéré. Ce système devrait être amène à fournir des plans d’action mesurables en s’appuyant sur les données de contexte et sur des connaissances capitalisées au sein d’une ontologie de domaine dont la construction fait partie aussi de la thèse. Afin de garantir son évolutivité et sa portabilité, la conception du système projeté doit être dirigée par les modèles.

Profil du candidat :
Le candidat à cette thèse doit avoir :
– un Master 2 recherche en informatique (ou équivalent)
– des compétences en représentation des connaissances et/ou en web sémantique et/ou en modélisation conceptuelle des systèmes d’information.
– des compétences en programmation
Il doit aussi avoir une bonne maîtrise du français (oral et écrit) et de l’anglais (oral et écrit)
Des connaissances en cybersécurité et une expertise en R&D dans la cybersécurité seront un plus.

Formation et compétences requises :
Master 2 recherche en informatique (ou équivalent)

Adresse d’emploi :
ALEKSO Cyber Consulting à Le Plessis-Robinson

28 months postdoctoral fellowship on EU HORIZON project OMEGA-X and ENERSHARE

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

Laboratoire/Entreprise : MINES Saint-Étienne
Durée : 28 mois
Contact : maxime.lefrancois@emse.fr
Date limite de publication : 2022-12-01

Contexte :
Annonce formatée: https://ci.mines-stetienne.fr/jobs/2023-OMEGA-X-ENERSHARE-Postdoc.html

About us
The MINES Saint-Étienne, founded in 1816, is a member of the Institut Mines-Télécom – France’s leading group of engineering and management grandes écoles, positioned on the major changes of the 21st century: digital, environmental and energy, industrial and educational transformations.

Saint-Etienne is a welcoming and dynamic city with a wide range of leisure activities (various sports, national drama centre, opera, city of design…), at the gateway to nature (Pilat massif, Loire gorges…) but with quick access to major cities (less than an hour from Lyon and three hours from Paris by TGV).

The Henri Fayol Institute, one of the school’s 5 training and research centers, brings together professors in industrial engineering, applied mathematics, computer science, environment and management around the theme of overall business performance. The Henri Fayol Institute is strongly involved in flagship projects of the Industry of the Future and the City of the Future.

About the OMEGA-X and ENERSHARE projects
The OMEGA-X and ENERSHARE projects are two EU HORIZON projects funded by call HORIZON-CL5-2021-D3-01-01: “Establish the grounds for a common European energy Data Space”. These projects are part of the European Digital Strategy on Data, Cloud and Artificial Intelligence.

OMEGA-X (Orchestrating an interoperable sovereign federated Multi-vector Energy Data Space built on open standards and ready for GAia-X) involves 31 partners in 11 countries;
ENERSHARE (European Common Energy Data Space Framework Enabling Data Sharing-Driven Across- and Beyond- Energy Services) involves 30 partners in 12 countries.
EDF R&D is involved in both projects, and requested help from the Henri Fayol Institute of MINES Saint-Étienne to contribute to tasks related to the evaluation, development, and standardisation of energy ontologies. Our objective, in collaboration with partners of OMEGA-X and ENERSHARE, in liaison with sister projects of the European BRIDGE initiative, is to contribute through standardisation bodies to the convergence of energy ontologies. The ultimate goal is to establish the data management grounds for a common European energy Data Space:

Higher degree of interoperability between data platforms.
Energy data made available and re-usable.

Sujet :
Objectives of the fellowship
You will become an essential contributor to the scientific development of each project, especially regarding the evaluation, development, and standardisation of energy ontologies. More specifically:

You will interact with the different work packages and tasks, under the guidance of EDF R&D.
You will contribute to the analysis of existing data models under the prim of the existing project use cases, under the guidance of MINES Saint-Étienne
You will contribute to the writing or reviewing of deliverables for the project, under the guidance of EDF R&D.
You will participate to relevant technical committees in standardisation bodies, and contribute to the definition of a common data model for the Energy Data Space, under the guidance of MINES Saint-Étienne and EDF R&D.
Besides, you will interact with the different members of the Computer Science and Intelligent Systems department at MINES Saint-Étienne, and EDF R&D.

Profil du candidat :
The candidate shall own a PhD in Computer Science, have good knowledge in the Ontology Engineering and the Energy domai

Formation et compétences requises :
The candidate shall own a PhD in Computer Science, have good knowledge in the Ontology Engineering and the Energy domai

Adresse d’emploi :
To apply, please send your CV, cover letter, and any other useful information, to: https://institutminestelecom.recruitee.com/o/postdoctoral-fellowship-on-european-energy-data-space-projects-with-edf-rd-28-months.

18 months research and development position at MINES Saint-Etienne

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

Laboratoire/Entreprise : MINES Saint-Étienne
Durée : 18 mois
Contact : maxime.lefrancois@emse.fr
Date limite de publication : 2022-12-01

Contexte :
Annonce formatée: https://ci.mines-stetienne.fr/jobs/2023-Digital-Twin.html

About us
The MINES Saint-Étienne, founded in 1816, is a member of the Institut Mines-Télécom – France’s leading group of engineering and management grandes écoles, positioned on the major changes of the 21st century: digital, environmental and energy, industrial and educational transformations.

Saint-Etienne is a welcoming and dynamic city with a wide range of leisure activities (various sports, national drama centre, opera, city of design…), at the gateway to nature (Pilat massif, Loire gorges…) but with quick access to major cities (less than an hour from Lyon and three hours from Paris by TGV).

The Henri Fayol Institute, one of the school’s 5 training and research centers, brings together professors in industrial engineering, applied mathematics, computer science, environment and management around the theme of overall business performance. The Henri Fayol Institute is strongly involved in flagship projects of the Industry of the Future and the City of the Future.

Sujet :
About our building’s Digital Twin
The Espace Fauriel building (EF) of Mines Saint-Étienne, built around 1920 by Manufrance and renovated in 1994, is a building of 6720 m2 on 8 levels used for research and teaching at Mines Saint-Étienne. It includes lecture halls and classrooms, offices, meeting rooms, and a simulation of a factory of the future: the IT’M Factory Platform.

We develop the EF building’s digital twin, rising through the Building Information Model (BIM) maturity levels by Bew and Richards [1], and the digital twin maturity levels by Deng, Menassa, and Kamat [2]:

BIM maturity level 2 consists in manipulating a standard representation of digital mock-ups (e.g. IFC Industry Foundation Classes), and standard libraries for object properties (Property sets) for thermal conductivity for example. The EF building model is available in IFC and RVT format.

BIM maturity level 3 positions the Web as an information exchange medium to enable collaborative workflows between interdisciplinary stakeholders, and the use of interoperable, flexible and open standards covering different domains. Developments in the Web of Data domains enable the integration, linking, and tracking of distributed data. We are developing a knowledge graph describing our building and the deployed IoT devices with standard ontologies.

The BIM corresponds to the Digital Twin maturity level 1. Level 2 adds simulations based on the digital model. We have developed a thermal model of the building, allowing to simulate the evolution of the temperature of a room according to the temperatures of the adjacent rooms and the heating systems. This thermal model is executable in the form of a Functional Mock-up unit, and is intended to be published as an executable service in the Territory Platform.

Digital Twin maturity level 3 consists in instrumenting the building and giving access to the data of the instruments through the digital twin. We log and make available the data captured by a few dozen heterogeneous communicating objects (WiFi, Bluetooth, Zigbee, LoRa) inside and outside the building, as well as the KNX installation of the building. In particular, the following data are collected: temperature, status of the heating and ventilation systems, status of window openings. The opening of some windows can also be controlled remotely. The parameters of the thermal model are learned from these captured data, and linked with the parameters of the digital building model in the building knowledge model.

All these works make the EF building and its Digital Twin a solid basis for future courses and research works in AI (maturity level 4), for example to reconcile antagonistic objectives of health management, user comfort, and energy efficiency of the building, which brings an ethical dimension related to the UN sustainable development goals (7, 11 and 13).

Profil du candidat :
M2, Engineer, or Ph.D. in Computer Science

Formation et compétences requises :
With a M2 level, Engineer degree, or Ph.D. in Computer Science, you will become an essential contributor to the development of our building’s Digital Twin. You can rely on and improve a wide spectrum of computer engineering skills: Visualization and interaction with the BIM model of our building, development and management of our IoT infrastructure, management of our building knowledge graph, to cite just a few.
Interviews may be conducted starting November, with the objective to fill the position early 2023.

Adresse d’emploi :
To apply, please send your CV, cover letter, and any other useful information, to: https://institutminestelecom.recruitee.com/o/postdoctoral-research-and-development-position-on-a-buildings-digital-twin-18-months-saintetienne.

18 months postdoctoral fellowship on the development of the ETSI SAREF ontology

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

Laboratoire/Entreprise : MINES Saint-Étienne
Durée : 18 mois
Contact : maxime.lefrancois@emse.fr
Date limite de publication : 2022-12-01

Contexte :
Annonce formatée: https://ci.mines-stetienne.fr/jobs/2023-ETSI-SAREF-STF.html

About us
The MINES Saint-Étienne, founded in 1816, is a member of the Institut Mines-Télécom – France’s leading group of engineering and management grandes écoles, positioned on the major changes of the 21st century: digital, environmental and energy, industrial and educational transformations.

Saint-Etienne is a welcoming and dynamic city with a wide range of leisure activities (various sports, national drama centre, opera, city of design…), at the gateway to nature (Pilat massif, Loire gorges…) but with quick access to major cities (less than an hour from Lyon and three hours from Paris by TGV).

The Henri Fayol Institute, one of the school’s 5 training and research centers, brings together professors in industrial engineering, applied mathematics, computer science, environment and management around the theme of overall business performance. The Henri Fayol Institute is strongly involved in flagship projects of the Industry of the Future and the City of the Future.

About SAREF
IoT fragmentation is one of the main threats to the adoption of IoT technologies on a large scale. To overcome this, the current fragmented landscape of IoT technologies requires standardised interfaces and data models to ensure interoperability.

To cope with this, the European Commission has promoted the SAREF ontology in collaboration with ETSI SmartM2M TC since 2014 with the goal of providing and maintaining a common data model over time to ensure interoperability. The SAREF ontology is a reference data model enriched with formal semantics, intended to enable interoperability between solutions from different providers and among various activity sectors in the IoT, thus contributing to the development of the global digital market. The development of SAREF is a collaborative effort that involves many experts from different European institutions, including MINES Saint-Étienne.

Over time, SAREF has evolved into a suite of ontologies that includes a general-purpose ontology (i.e., SAREF core, which is currently in its third release), 11 extensions, and an ontology pattern. It further defines a clear workflow for development and versioning and provides a portal to its user community for documentation and collaborative development.

SAREF is documented at a public portal and open source. The SAREF development framework and workflow has been specified [ETSI TS 103 673] and the SAREF pipeline software is used for its continuous integration and deployment.

Sujet :
Objectives of the fellowship
You will become an essential contributor to the scientific development of two Specialist Task Forces funded by ETSI, with the macro-objective to support the usability and adoption of SAREF. More in details, our main objectives are to harmonize and facilitate the use of SAREF by:

Identifying the potential SAREF ontology patterns that can be leveraged to homogeneise the way SAREF extensions are defined;
Consolidating the SAREF suite of ontologies (i.e., SAREF core and its extensions) using these patterns;
Augmenting the SAREF Development Framework and Workflow [ETSI TS 103 673] to account for these ontology patterns;
Enhancing the SAREF pipeline that is used for the continuous integration and deployment of SAREF;
Adding functionnalities to the SAREF public portal to browse ontology patterns and their instances.

Profil du candidat :
postdoc

Formation et compétences requises :
This postdoc position requires good knowledge in semantic web technologies, good specification writing skills, ability to participate and report in international projects, and some level of coding skills (java/python, front-end development, devops).

Adresse d’emploi :
MINES Saint-Étienne