Laboratoire IBISC — Université Évry Paris-Saclay
| Nom ▲ | Équipe(s) | Fonction | Depuis |
|---|---|---|---|
| IRA2 | Doctorante | 2025 | |
Agoulmine Nazim |
COSMO | Professeur des Universités | 2006 |
Ahmed Ali Sofiane |
SIAM | Maître de Conférences | 2022 |
Akremi Mohamed Sanim |
IRA2 | Post-doctorant | 2022 |
Alfayad Samer |
IRA2 | Professeur des Universités | 2019 |
Alrazouk Obaida |
IRA2 | ATER | 2021 |
Amouri Ali |
IRA2 | Professeur certifié | 2015 |
Angel Eric |
AROBAS | Professeur des Universités | 2006 |
Apedo Komi Etse Yvon |
SIAM | Doctorant | 2025 |
Arcile Johan |
COSMO | Maître de Conférences | 2016 |
Arioui Hichem |
IRA2 | Professeur des Universités | 2006 |
Ayad Redouane |
SIAM | Membre associé | 2021 |
AïtOufroukh - Mammar Naïma |
SIAM | Maîtresse de Conférences | 2006 |
Bai Lincen |
IRA2 | Doctorant | 2023 |
Bai Xiaoyuan |
AROBAS | Doctorant | 2024 |
Bayati Léa |
AROBAS | Membre associée | 2024 |
Bemba Mayicka Gislin |
Ingénieur d'Études | 2014 | |
Benchikh Laredj |
IRA2 | Maître de Conférences | 2006 |
Benjelloun Doha |
SIAM | Doctorante | 2023 |
Benoudiba Amayas |
SIAM | Doctorant | 2023 |
Bercy Victor |
SIAM | Doctorant | 2025 |
Billat Véronique |
SIAM | Membre associée | 2024 |
Bonardi Fabien |
SIAM | Maître de Conférences | 2018 |
Bouabba Saloua |
COSMO | Doctorante | 2022 |
Bouchafa-Bruneau Samia |
SIAM | Professeure des Universités | 2012 |
 Boukli Hacene Manel |
IRA2 | Doctorante | 2023 |
Bourgeais Victoria |
AROBAS | Membre associée | 2019 |
Bourgeois Murielle |
Technicienne | 2014 | |
Bouyer Guillaume |
IRA2 | Maître de Conférences | 2008 |
Brunet Charlotte |
IRA2 | Doctorante | 2026 |
Béduneau Guillaume |
COSMO | Maître de Conférences | 2025 |
Calot Lohan |
IRA2 | Doctorant | 2025 |
Cerrito Serenella |
COSMO | Professeure des Universités | 2006 |
 Chadli Mohammed |
SIAM | Professeur des Universités | 2019 |
Chalard Rémi |
IRA2 | Maître de Conférences | 2023 |
Chau Vincent |
AROBAS | Maître de Conférences | 2024 |
 Chellali Amine |
IRA2 | Maître de Conférences | 2013 |
Cherif Intissar |
IRA2 | Doctorante | 2022 |
Cherigui Aïoub |
SIAM | Doctorant | 2022 |
 Chu Feng |
AROBAS | Professeure des Universités | 2009 |
Colle Etienne |
IRA2 | Professeur émérite | 2006 |
Congé Jean-Philippe |
SIAM | Doctorant | 2020 |
Coutrot Judith |
AROBAS | Doctorante | 2025 |
Crépin Louison |
COSMO | Doctorant | 2023 |
Davesne Frédéric |
Ingénieur de Recherche | 2006 | |
De Lima Pereira Joao Pedro |
SIAM | Doctorant | 2025 |
Delaplace Franck |
COSMO | Professeur des Universités | 2006 |
Delosme Jean-Marc |
AROBAS | Professeur émérite | 2006 |
Deng Hao |
SIAM | Doctorant | 2023 |
Didier Jean-Yves |
IRA2 | Professeur des Universités | 2006 |
Djafri Bachir |
COSMO | Maître de Conférences | 2006 |
Djeghim Hala |
IRA2 | Doctorante | 2023 |
Djemal Khalifa |
IRA2 | Professeur des Universités | 2006 |
Dradjat Kévin |
AROBAS | Doctorant | 2024 |
Dufresne Florian | IRA2 | Post-doctorant | 2026 |
Fedsi Chouaib |
IRA2 | Doctorant | 2024 |
Ferrer Marie-Hélène |
IRA2 | Membre associée | 2022 |
Fourer Dominique |
SIAM | Maître de Conférences | 2018 |
Ghandour Maysoon |
IRA2 | Doctorante | 2022 |
Haddad Zainab |
IRA2 | Doctorante | 2024 |
Haddouda Youssef |
IRA2 | Doctorant | 2024 |
Hadj-Abdelkader Hicham |
SIAM | Maître de Conférences | 2010 |
Hamidi Massinissa |
AROBAS | Maître de Conférences | 2023 |
Hanczar Blaise |
AROBAS | Professeur des Universités | 2015 |
Harquin Thibault |
IRA2 | Ingénieur de Recherche (CDD) | 2024 |
Hima Salim |
IRA2 | Membre associé | 2021 |
Hu Lingxiang |
SIAM | Doctorant | 2025 |
Hutzler Guillaume |
COSMO | Professeur des Universités | 2006 |
Ichalal Dalil |
SIAM | Professeur des Universités | 2010 |
Imeri Adnan | COSMO | Membre associé | 2026 |
Ishiomin Ludovic |
Ingénieur de Recherche | 2018 | |
Ivanov Sergiu |
COSMO | Maître de Conférences | 2017 |
Janodet Jean-Christophe |
AROBAS | Professeur des Universités | 2011 |
Job Charlotte |
AROBAS | Doctorante | 2025 |
Kachouri Imen |
IRA2 | Membre associée | 2026 |
Kara Zaitri Reda |
IRA2 | Doctorant | 2025 |
Khalil Khaled |
IRA2 | Membre associé | 2023 |
Kiema Teewendé Boris |
SIAM | Doctorant | 2022 |
Klaudel Hanna |
COSMO | Professeure des Universités | 2006 |
Largeteau Etienne |
IRA2 | Doctorant | 2025 |
Le Quoc Khang |
AROBAS | Doctorant | 2022 |
Lebrun Flavien |
IRA2 | Post-doctorant | 2023 |
Lefèvre Pierre |
SIAM | Doctorant | |
Lelandais-Bonadé Sylvie |
IRA2 | Professeure émérite | 2006 |
 Loup Guillaume |
IRA2 | Maître de Conférences | 2019 |
Maaref Hichem |
SIAM | Professeur des Universités | 2006 |
Mahmoud Eslam |
SIAM | Doctorant | 2023 |
Makboul Salma |
AROBAS | Maîtresse de Conférences | 2025 |
 Mallem Malik |
IRA2 | Professeur des Universités | 2006 |
Mammar Saïd |
SIAM | Professeur des Universités | 2006 |
Martinez Ismaël | COSMO | Membre associé | 2026 |
Melliti Tarek |
COSMO | Maître de Conférences | 2006 |
Mille-Hamard Laurence |
SIAM | Membre associée | 2026 |
Montagne Christophe |
IRA2 | Maître de Conférences | 2006 |
Nehaoua Lamri |
SIAM | Maître de Conférences | 2012 |
Neji Najett |
IRA2 | Maîtresse de Conférences | 2017 |
Nguyen Van Thao |
SIAM | Doctorant | 2022 |
Otmane Samir |
IRA2 | Professeur des Universités | 2006 |
Oueldji Khaoula |
IRA2 | Doctorante | 2025 |
Oyeranmi Sheriff |
IRA2 | Doctorant | 2024 |
Perochon Théo |
SIAM | Doctorant | 2024 |
Picard Thibault |
SIAM | Doctorant | 2023 |
Pommereau Franck |
COSMO | Professeur des Universités | 2010 |
Postic Guillaume |
AROBAS | Maître de Conférences | 2021 |
Pryde Martin |
SIAM | ATER | 2021 |
Regnault Damien |
AROBAS | Maître de Conférences | 2010 |
Ricca Cambón Aylen |
IRA2 | Maîtresse de Conférences | 2016 |
Rodoplu Melek |
AROBAS | Maîtresse de Conférences | 2023 |
Roussel David |
IRA2 | Maître de Conférences | 2006 |
Sadi Yasmina |
SIAM | Maîtresse de Conférences | 2023 |
Sagueton Maeva |
SAENES | 2024 | |
Sahili Ali Rida |
IRA2 | Doctorant | 2024 |
Salazar Joshua |
IRA2 | Doctorant | 2025 |
Schmirander Yunus |
IRA2 | Doctorant | 2025 |
Seguy Nicolas |
IRA2 | Maître de Conférences | 2006 |
Sendra Thomas |
SIAM | Doctorant | 2022 |
Sidibé Dro Désiré |
IRA2 | Professeur des Universités | 2019 |
Sleiman Maya |
IRA2 | Membre associée | 2019 |
Soukarieh Wael |
IRA2 | Doctorant | 2024 |
Su Hang |
IRA2 | Chaire de Professeur Junior | 2024 |
Sun Haoran |
SIAM | Doctorant | 2024 |
Tabia Hedi |
IRA2 | Professeur des Universités | 2019 |
Tahi Fariza |
AROBAS | Professeure des Universités | 2006 |
Tchenko Yanick Christian |
IRA2 | Doctorant | 2022 |
Vasiljevic Claire |
SIAM | Maîtresse de Conférences | 2006 |
Vertchik Nathanaël Dan |
IRA2 | Doctorant | 2024 |
Vigneron Vincent |
SIAM | Professeur des Universités | 2006 |
Wang Huaijin |
IRA2 | Doctorant | 2024 |
Wu Ying |
SIAM | Doctorante | 2022 |
Yakoubi Hocine |
Ingénieur d'Études | 2017 | |
Zehraoui Farida |
AROBAS | Membre associée | 2006 |
Zhuang Danfeng |
IRA2 | Doctorante | 2022 |
| Nom Prénom | Date de départ | Emploi après le départ |
|---|---|---|
| Abchiche-Mimouni Nadia | 31/08/2023 | — |
| Abdulmalek Ghiath | 11/12/2023 | — |
| Abouselima Eslam | 10/06/2022 | — |
| Achache Halima | 30/12/2022 | — |
| Ajili Insaf | 01/08/2019 | — |
| Alaoui Sidi Mohammed | 31/12/2025 | — |
| Ammounah Anas | 31/03/2023 | — |
| Ballit Abbass | 30/04/2026 | — |
| Basu Roy Aniket | 01/09/2020 | — |
| Bayle Elodie | 12/04/2021 | — |
| Beaude Aurélien | 06/12/2024 | — |
| Becquey Louis | 06/10/2021 | — |
| Beghdadi Ayman | 23/11/2023 | — |
| Beji Lotfi | 01/09/2025 | PR · ISAT Nevers — Université Bourgogne Europe (UBE) |
| Belardinelli Francesco | 01/09/2018 | — |
| Belgacem Ismail | 30/04/2022 | — |
| Ben Abdallah Fida | 12/07/2019 | — |
| Benamane Siad Sabah | 12/07/2019 | — |
| Benyoucef Rayane | 08/12/2021 | — |
| Bernard Clément | 06/10/2025 | — |
| Bertrand Clément | 17/12/2020 | — |
| Bettoumi Safa | 01/08/2019 | — |
| Biane Célia | 30/11/2018 | — |
| Bouassida Sana | 18/12/2024 | — |
| Boukezzi Assia | 27/07/2024 | — |
| Bourmaud Paul | 09/12/2025 | — |
| Bouzgou Kamel | 19/03/2021 | — |
| Bouzid Yasser | 11/07/2018 | — |
| Brejo Mariana | 06/03/2026 | — |
| Calderan Simon | 17/05/2022 | — |
| Chen Ding | 25/06/2025 | — |
| Chghaf Mohammed | 17/09/2020 | — |
| Creux Constance | 26/11/2024 | — |
| Daddi Hammou Ilyes | 28/02/2022 | — |
| Damm Gilney | 01/02/2020 | — |
| Damon Pierre-Marie | 31/08/2019 | — |
| David Ludovic | 20/06/2022 | — |
| Debenay Valentin | 18/12/2025 | — |
| Degand Jonathan | 30/06/2022 | — |
| Ding Yueyu | 27/03/2026 | — |
| Doan Tien Tai | 02/07/2021 | — |
| Eltrabyly Akram | 27/10/2023 | — |
| Feng Xin | 01/10/2019 | — |
| Fouka Majda | 05/12/2019 | — |
| Gao Liping | 18/12/2023 | — |
| Gherbi Elies | 05/07/2021 | — |
| Gnanasothy Suphanie | 31/07/2024 | — |
| Guinet Anne-Laure | 16/03/2022 | — |
| He Junkai | 06/07/2020 | — |
| Herfort Lucas | 31/01/2025 | — |
| Heuillet Alexandre | 04/12/2023 | — |
| Hoa Bach Quoc | 31/08/2021 | — |
| Hou Yan-Ting | 22/11/2019 | — |
| Houda Taha | 26/11/2020 | — |
| Houidi Sarra | 31/07/2020 | — |
| Hu Peng | 24/11/2023 | — |
| Hu Sijie | 06/10/2023 | — |
| Ifqir Sara | 06/12/2019 | — |
| Issa Tina | 07/10/2024 | — |
| Jaber Lara | 10/12/2025 | — |
| Jleilaty Subhi | 20/02/2024 | — |
| Kachurka Viachaslau | 01/12/2020 | — |
| Kardofaki Mohamad | 01/09/2021 | — |
| Kebbati Yassine | 26/05/2023 | — |
| Khairallah Mahmoud | 31/08/2022 | — |
| Khamlia Mahmoud | 31/08/2019 | — |
| Khan Adil | 08/10/2024 | — |
| Khellouf Leila | 31/08/2020 | — |
| Kobold Jonathan | 02/12/2019 | — |
| Koumas Manel | 01/10/2023 | — |
| Lacan Alice | 04/02/2025 | — |
| Lafuma Louis | 12/02/2025 | — |
| Laidoudi Salah-Eddine | 31/01/2026 | — |
| Lallemand Etienne | 31/12/2021 | — |
| Laouénan Gaspard | 19/12/2025 | — |
| Latrach Khouloud | 24/09/2018 | — |
| Lechuga Lopez Leopoldo | 30/09/2022 | — |
| Legendre Audrey | 09/12/2019 | — |
| Le Goff Nicolas | 17/12/2020 | — |
| Legros Quentin | 31/12/2022 | — |
| Li Jing | 08/11/2024 | — |
| Li Yantong | 26/10/2018 | — |
| Li Ying | 06/12/2021 | — |
| Maddouri Amina | 17/12/2020 | — |
| Mai Daniel Xuan Hien | 22/10/2024 | — |
| Mai Tan Khoa | 13/12/2018 | — |
| Malvone Vadim | 01/04/2020 | — |
| Marin Diana | 14/11/2023 | — |
| Maronnat Florian | 21/11/2024 | — |
| Meine Ahmed | 01/06/2022 | — |
| Minotti Kelly | 16/12/2025 | — |
| Nassour John | 30/03/2023 | — |
| Nguyen Duc To | 25/06/2025 | — |
| Nguyen Kim Thang | 31/08/2022 | — |
| Nouvelière Lydie | 31/08/2025 | PR · Télécom Saint-Étienne |
| Omnes Loïc | 18/06/2025 | — |
| Pardo Jérémie | 03/02/2022 | — |
| Pascal Madeleine | 31/08/2024 | Retraite |
| Pedrono Laure | 31/12/2021 | — |
| Pham The Hung | 15/01/2021 | — |
| Picard Quentin | 20/12/2023 | — |
| Pietrasanta Rodolfo | 14/11/2025 | — |
| Pillonel Matthis | 30/06/2022 | — |
| Platon Ludovic | 30/01/2019 | — |
| Postat Valentin | 21/01/2024 | — |
| Rakotoarivelo Hoby | 06/07/2018 | — |
| Ramezanpanah Zahra | 15/12/2020 | — |
| Rutkowski Yona | 30/06/2022 | — |
| Sendi Naziha | 16/12/2020 | — |
| Sharma Sushil Kumar | 01/09/2020 | — |
| Simon Cassandre | 17/12/2024 | — |
| Slimani Abbas | 28/12/2017 | — |
| Sobieraj Jérémy | 07/11/2018 | — |
| Soliman Abanob | 05/10/2023 | — |
| Souani Aymane | 08/04/2025 | — |
| Souriau Rémi | 28/01/2021 | — |
| Tabia Ahmed | 06/09/2024 | — |
| Takherist Mouna | 30/09/2018 | — |
| Thomas Colin | 12/12/2022 | — |
| Touzani Hicham | 11/05/2022 | — |
| Vargas Ibarra Sofia | 19/09/2025 | — |
| Viardot Olivia | 31/08/2024 | — |
| Wang Xinyue | 22/11/2024 | — |
| Wang Zeyuan | 26/11/2025 | — |
| Wu Jun | 17/10/2025 | — |
| Zbiri Nabila | 31/08/2025 | Retraite |
| Zhang Xiaoheng | 31/12/2018 | — |
| Zhang Xiechen | 12/12/2025 | — |
| Zhang Yipei | 20/12/2019 | — |
Aucun résultat.
Membre associé · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2026)
Fiche provisoire générée automatiquement — à régénérer.
Membre associé · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2026)
Fiche provisoire générée automatiquement — à régénérer.
Appariement par nom sur le corpus BibTeX IBISC enrichi ; SCOPUS (revues) et CORE/ERA/Qualis (conférences).
Post-doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2026)
Fiche provisoire générée automatiquement — à régénérer.
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Stratégies événementielles tolérantes aux défauts pour systèmes multi-agents »
Les Systèmes Cyber-Physiques (SCP) ont profondément transformé nos approches traditionnelles des systèmes et de leurs fonctionnalités. Les SCP, qui incluent les systèmes multi-agents (MAS), sont considérés comme un élément clé pour soutenir la croissance dans de nombreux domaines technologiques (industrie 4.0, transport, robotique, énergie,...). Ainsi, depuis les deux dernières décennies, de nombreux travaux ont été consacrés à différents aspects des MAS. Cependant, il n'en reste pas moins que le problème de la surveillance et la sécurité des MAS reste largement ouvert car il donne lieu à toute une série de questions méthodologiques nouvelles et multidisciplinaires. Le sujet proposé considère le cas des MAS organisés en réseau partitionné en plusieurs clusters ayant la capacité de communiquer entre eux (par exemple via des leaders) dans le but d'accomplir un objectif global. Ces interactions sont souvent coûteuses puisqu'elles requièrent des échanges sur de longues distances et pas suffisamment protégées et sécurisées. L'objectif étant de proposer différentes stratégies de commande tenant compte des pertes de paquets et/ou de défaillances des capteurs/actionneurs et de saturation de réseau. Particulièrement. L'objectif est de mettre l'accent sur l'apport de ces techniques, par rapport aux approches quasi-périodiques classiques, permettant une meilleure optimisation du coût et de la consommation d'énergie. Le sujet cible des applications portées dans le projet du laboratoire IBISC et plus spécifiquement de l'équipe SIAM et liées aux systèmes coopératifs ainsi que leur sécurité (comme une flotte de véhicules communicants). Ainsi, une mise en œuvre est envisagée sur simulateur de trafic et véhicule instrumenté immergé dans un environnement simulé.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Professeur certifié · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2015)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Synthèse d'animation 3D à partir des instructions textuelles »
La modélisation du mouvement humain est essentielle pour créer des animations réalistes dans diverses applications, de la production cinématographique et de jeux vidéo à la réalité augmentée et virtuelle. Cependant, ce processus repose traditionnellement sur un équipement coûteux et une expertise professionnelle. L'exploitation de l'IA générative pour l'animation 3D, en particulier pour les structures squelettiques, est un domaine prometteur mais largement inexploré, avec le potentiel de révolutionner la production d'animations et de la rendre plus accessible aux non-initiés. Ce projet de recherche vise à développer des modèles d'IA adaptables capables de générer des animations 3D de haute qualité à partir de simples instructions textuelles, pour une utilisation dans des logiciels de rendu populaires. Il se concentre sur deux axes principaux : (1) Apprentissage des représentations latentes du mouvement et (2) Génération d'animations à partir de consignes textuelles.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Synthèse d'observateurs adaptatifs pour l'estimation et le contrôle de trajectoire d'une flotte de véhicules autonomes communicants »
De nos jours, les potentielles des applications des véhicules autonome (VA) organisés en flotte sont aujourd'hui larges et variées. Ces applications peuvent s'étendre du transports collectifs, ou logistiques telles que le transport de marchandises [1] au applications d'inspection de sites industriels à haut risque, de surveillance de départ de feux de forêts ou de sites de production agricoles [2-4]. Une large gamme de véhicules autonomes est impliquée dans ces domaines d'utilisation, à savoir une flotte de VA terrestres ou aériens connectés en essaim ou en formation. En dépit de leurs larges possibilités de déploiement, le contrôle de trajectoire d'une flotte de VA connectés via un réseau de transmission de données fait encore face à plusieurs défis et verrous scientifiques et technologiques parmi lesquels : 1) Le nombre important de variables et de paramètres des différents modèles mathématiques souvent non linéaires décrivant la dynamique globale de la flotte de véhicules autonomes [5]. En plus des capteurs intrinsèques équipant le véhicule autonome, des variables additionnelles telles que les positions, vitesses et les accélérations des autres véhicules, les positions relatives de chaque véhicule, les distances longitudinales et latérales fournies par des capteurs de perception (RADAR, LIDAR, camera sur drone) sont indispensables pour un contrôle efficace d'une flotte de véhicules autonomes aériens ou terrestres. De plus le couplage entre les paramètres des modèles et les états du système est souvent complexe et non linéaire, rendant la tâche d'estimation simultanée des états et des paramètres plus difficile, par des structures d'observateurs non linéaires adaptatifs développés dans la littérature et notamment ceux proposés par les auteurs dans [6],[7]. 2) Le phénomène d'échantillonnage, du retard et de la perte de transmission des données entre les différents véhicules de la flotte. Ces phénomènes d'échantillonnage, de retard et de pertes de données sont dus aux performances dégradées des capteurs et à la qualité du réseau de transmission qui régit le fonctionnement et les conditions de transmission de données dans de la flotte de véhicules autonomes connectés. D'autre part, le nombre important de données nécessaires à la conception de contrôleurs de trajectoires robustes et efficaces alourdit de façon significative les contraintes sur le réseau de transmission dégradant ainsi les performances de ce dernier. 3) Lors de l'estimation des états en présence d'entrées inconnues, la technique par découplage conduit à l'étude des dynamiques internes du système. Celles-ci sont imposées par le système et ne sont donc pas observable mais uniquement détectable. Le verrou scientifique considéré dans cette thèse concerne les dynamiques internes stable mais lentes ou quasi-stable. En effet, dans ces conditions, la dynamique de l'erreur d'estimation d'état est affectée, ce qui conduit à une convergence lente vers zéro ou dans le second cas à une erreur stable mais non asymptotique. Le principal objectif de cette thèse est de répondre à ces 3 problématiques. Ainsi : 1. La première partie de la thèse s'attellera au développement de nouvelles structures d'observateurs adaptatifs permettant dans un premier temps une estimation simultanée des variables et des paramètres des modèles décrivant la dynamique de la flotte de véhicules et ceci en présence de données capteurs à la fois échantillonnées retardées et affectés par des bruits et des biais de mesures. Les structures d'observateurs développées incluront 2 composantes : a. La première composante se basera sur le formalisme du prédicteur de sortie [8] et proposera une nouvelle structure de prédiction en boucle fermée couplée avec une nouvelle loi d'estimation de paramètre adaptative permettant une estimation simultanée et continue des états et des paramètres inconnus du système tout en compensant le phénomène de l'échantillonnage et du retard induit par le réseau transmission. b. La seconde composante est un mécanisme de type Event-Trigger (ETM) qui permet de régir les instants de transmission des données par le réseau de transmission intra-véhicules. Le candidat retenu explorera deux types de mécanismes ETM proposés dans la littérature. Le premier mécanisme est un mécanisme de type ETM statique [9-12] qui se base sur des instants de déclenchement de processus de transmission de données déterminés par l'erreur entre la donnée du système disponible à l'instant t et la dernière donnée transmise au système par le mécanisme ETM. Cette erreur est comparée à une valeur seuil et suivant cette comparaison, le déclenchement de la transmission est décidé par le mécanisme ETM. Le second type d'ETM qui sera exploré par le candidat et le mécanisme ETM dynamique [13-15] qui se base sur une valeur seuil de l'erreur qui est ajustée de manière adaptative et dynamique. Le verrou scientifique auquel s'attaquera l'étudiant dans cette partie, sera de proposer de nouvelles structures d'ETM capables à la fois d'alléger d'une manière significative les contraintes de transmission des données imposées sur le réseau, et de garantir l'exclusion du phénomène du « Zeno behavior ». Ce phénome provoque un nombre infini d'instants de déclenchement des données transmises par l'ETM dégradant ainsi irrémédiablement le réseau de transmission de données intra-véhiculaire du système. Par la suite, il faudrait explorer de manière plus approfondie la notion de découplage asymptotique dans les observateurs à entrées inconnues. Cette notion nouvelle a été introduite récemment dans [16], [17] dans le cadre des systèmes linéaires, afin d'améliorer la qualité de l'estimation malgré la présence de dynamiques internes stables mais lentes. Il est donc intéressant d'introduire cette notion dans le cadre des observateurs adaptatifs qui seront traités dans la première partie de la thèse. 2. La deuxième partie de la thèse concernera le développement sur la base des estimées fournies par les observateurs de lois de commandes robustes en vue du contrôle de trajectoires de la flotte de VA. Un cadre théorique de stabilité des lois de commande proposées sera construit. 3. La troisième et la dernière partie de la thèse concernera la validation expérimentale des algorithmes d'estimation et de commande développées sur une flottes de VA connectées. Le laboratoire IBISC dispose de plateformes expérimentales (volière de drones et de véhicules terrestres) permettant au candidat de valider les performances des algorithmes d'estimation et de commandes conçus durant cette thèse. Le doctorant vient appuyer l'équipe actuelle qui travaille dans le cadre du projet ANR ArtISMo (2021-2025) qui travaille sur les problématiques d'estimation intelligente pour les véhicules.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2013)
Enseignant-chercheur au laboratoire IBISC depuis 2013, je suis co-responsable de l'équipe IRA2, correspondant éthique du laboratoire et chargé de mission pour l'alliance européenne EUGLOH à l'Université d'Évry Paris-Saclay.
Mes travaux de recherche portent sur la réalité virtuelle et les interactions multisensorielles, avec des applications privilégiées en formation médicale et en simulation. J'ai notamment porté plusieurs projets ANR (Show-Me, DRIFT-HF, MASTERS) en tant que Principal Investigator, encadré plus de dix doctorants, et reçu en 2023 le prix Innovation Team Best Practices de Sorbonne Université pour le projet SynchroTC.
Mes activités expérimentales s'appuient régulièrement sur la plateforme EVR@ de l'IBISC, dédiée à la réalité virtuelle et augmentée. J'y interviens à plusieurs titres :
Près de deux tiers de mes publications mobilisent les ressources d'EVR@ (43 articles sur 65 entre 2015 et 2026).
Maîtrise de l'Autre et de Soi sous Tension Emotionnelle, Restrictions de ressources et Stress
Motocyclettes électriques et sécurité routière
Digitalization - Risks, (U)ncertainties and Fragilities of Technologies in relation to the Human Factor
Collaboration multimodale en réalité virtuelle entre apprenant et mentor pour la formation aux gestes techniques en chirurgie
Système Numérique de RééduCation Holistique des Réseaux cOgnitifs à destination du Traumatisé Crânien
« Étude des interactions haptiques avec un avatar virtuel »
Réalité virtuelle · Ineractions haptiques · Interaction Homme Machine · Formation professionnelle
« SID (Socially Interactive Doppelgängers) : Doppelgängers socio-affectifs pour consolider les dynamiques de groupe en apprentissage hybride »
Réalité virtuelle / environnements immersifs · Jumeau numérique · Apprentissage collaboratif immersif · Interaction humain–agents
« Etude de la fidélité du retour haptique pour l'apprentissage des gestes techniques dans les simulateurs en réalité virtuelles »
Fidélité du retour haptique · Apprentissage des gestes techniques · Réalité Virtuelle
« Étude du comportement visuel des motocyclistes : modélisation et formation sur simulateur virtuel »
« Étude de nouvelles opportunités offertes par la méthode de renormalisation : application à l'inversion temps réel de mesures électro-physiologiques »
« Effets de la fidélité dans les simulateurs de réalité virtuelle sur l'apprentissage des compétences techniques en chirurgie »
« Interactions collaboratives et multimodales pour la formation médicale en réalité virtuelle »
« Étude et conception des techniques d'interaction pour faciliter la sélection et la manipulation d'objets dans des environnements virtuels sur interface mobile »
Interaction humain-machine · Interfaces utilisateur (informatique) · Réalité virtuelle · Interfaces mobiles · Interaction 2D/3D
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
PC member : 2020 à 2024, 2026 (7 éditions)
PC member : 2021 à 2026 (6 éditions consécutives)
PC member : 2022, 2023
Relecteur régulier pour les journaux IEEE Transactions on Visualization and Computer Graphics, IEEE Transactions on Haptics, Frontiers in Virtual Reality, et pour les conférences ACM CHI et ACM VRST.
UFR Sciences et Technologies, Université Évry Paris-Saclay — depuis 2018.
Élu au Conseil de l'UFR Sciences et Technologies (collège B, mandat 4 ans).
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Modélisation et observation hybride intégrées pour des systèmes mobiles intelligents et robustes »
Ce projet de recherche porte sur la modélisation et l'observation hybride intégrées pour des systèmes mobiles intelligents et robustes. L'objectif est de concevoir un cadre méthodologique permettant une estimation fiable des états cinématiques et dynamiques (position, orientation, vitesses, contraintes) ainsi qu'une observation précise de l'environnement 3D, afin de garantir l'autonomie et la sécurité de systèmes tels que les drones, les véhicules deux-roues et les flottes coopératives. Les environnements visés sont complexes (urbains denses, intérieurs, zones GPS dégradées) et posent des défis majeurs : capteurs légers soumis au bruit et aux vibrations, conditions lumineuses variables, mouvements rapides, interactions multi-agents et non-linéarités dynamiques. Dans ce contexte, la perception et l'observation doivent être à la fois robustes, temps réel et intégrables dans une boucle de commande fermée. La méthodologie repose sur trois axes principaux : Estimation visio-inertielle robuste et modélisation dynamique : développement d'observateurs non linéaires invariants sur groupes de Lie (SE(3), SO(3), SL(3)), avec prise en compte des modèles dynamiques spécifiques aux systèmes mobiles (drones, motos, scooters). L'objectif est de corriger les dérives, gérer les retards et compenser les erreurs de calibration des capteurs. Observation et planification de trajectoire par méthodes hybrides IA / data-driven : intégration de réseaux neuronaux (convolutifs, récurrents, graphes, réseaux hybrides) pour renforcer la robustesse et l'adaptabilité des observateurs, prédire les trajectoires et détecter des anomalies. Une comparaison sera menée entre approches classiques (ORB-SLAM3, VINS-Mono) et récentes (SelfVIO, HVIOnet, Mix-VIO). Intégration embarquée et validation expérimentale : implémentation temps réel sur plateformes embarquées (C++, Python, ROS 2, Jetson), simulations dans des environnements réalistes (AirSim, Gazebo), puis validation sur drones PX4 et véhicules deux-roues instrumentés. Des scénarios collaboratifs (exploration multi-drone, leader-suiveur, assistance à la conduite) seront étudiés. Ce projet se situe à l'interface entre modélisation dynamique, vision par ordinateur, fusion de données capteurs et intelligence artificielle, et vise à produire des contributions à la fois théoriques (observateurs hybrides, planification robuste) et appliquées (prototypes expérimentaux, validations en conditions réelles). Les retombées attendues concernent la mobilité intelligente, les systèmes d'aide à la conduite (ADAS), ainsi que la surveillance coopérative multi-agents, avec un fort potentiel de valorisation scientifique (publications, logiciels open-source) et industrielle (propriété intellectuelle, partenariats).
Maîtresse de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2016)
Maître de Conférences · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : ResearchGate
Professeur des Universités · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2015)
« ARAPPEX - Apprentissage de Représentation Auto-supervisée pour la Prédiction de Phénotype à partir de données d'EXpression de gènes »
Apprentissage profond · Apprentissage auto-supervisé · Médecine de précision · Données d'expression de gènes
« Identification de cibles thérapeutiques à partir de données de séquençage ARN à l’échelle de la cellule unique à l’aide de réseaux de neurones profonds biologiquement interprétables »
Model interpretation · Deep learning · Bioinformatics
« Développer et explorer l'intérêt des approches de deep learning dans le domaine des données multi-omiques »
« Interprétation de l'apprentissage profond pour la prédiction de phénotypes à partir de données d'expression de gènes »
« Réalisation d’une aide au diagnostic en orthodontie par apprentissage profond »
« Apprentissage automatique pour la détection d'intrusion dans les systèmes du transport intelligent »
« Génération de Données Transcriptomiques à l’aide de Modèles Génératifs Profonds »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2026)
« SID (Socially Interactive Doppelgängers) : Doppelgängers socio-affectifs pour consolider les dynamiques de groupe en apprentissage hybride »
Le projet de thèse SID (Socially Interactive Doppelgängers) étudie comment tirer parti d'agents socialement interactifs pour remplacer les utilisateurs humains non disponibles à certaines séances dans des environnements virtuels d'apprentissage collaboratif. L'objectif est de préserver la continuité pédagogique et les dynamiques socio-affectives de groupe, essentielles pour la coordination, la cohésion et la performance collective. Inspiré du concept de doppelgänger (double virtuel), le projet vise à modéliser les comportements techniques et socio-affectifs spécifiques des utilisateurs qu'ils représentent. Un modèle d'interaction humain-agents sera développé et évalué en suivant une approche interdisciplinaire, mêlant informatique, analyse des signaux sociaux et sciences humaines et sociales. Deux cas d'usage industriels serviront de terrain d'expérimentation : la fabrication additive métallique, à travers le jumeau numérique développé au CESI, et les processus de montage industriel, via les installations du Centre d'Innovation d'Évry. Ces contextes, dans lesquels deux apprenants coopèrent sous la supervision d'un expert, exigent une coordination étroite et une communication constante, offrant ainsi des scénarios idéaux pour tester le modèle des SID. Le nouveau paradigme d'interaction humain-agents proposé pourra avoir des retombés dans la conception d'environnements d'apprentissage collaboratif dans différents contextes (industriel, médical, éducation) où la présence d'experts et autres membres n'est pas toujours possible.
Doctorante · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Identification de cibles thérapeutiques à partir de données de séquençage ARN à l’échelle de la cellule unique à l’aide de réseaux de neurones profonds biologiquement interprétables »
Ce projet de recherche vise à développer des approches computationnelles pour rendre les réseaux de neurones profonds interprétables dans l'analyse de données transcriptomiques à l'échelle de la cellule unique. L'objectif principal est de permettre l'identification de cibles thérapeutiques innovantes tout en améliorant la compréhension des processus biologiques dérégulés dans les maladies. Pour ce faire, le projet propose deux axes complémentaires : (1) la conception de modèles biologiquement interprétables basés sur des connaissances issues d'ontologies ou d'experts, et (2) le développement de méthodes d'interprétation contrefactuelle pour identifier les gènes critiques influençant les phénotypes cellulaires. Dans une première approche, des autoencodeurs variationnels intégrant des connaissances biologiques (voies de signalisation, interactions protéines-protéines, processus biologiques, etc.) seront développés pour projeter les données dans un espace latent interprétable, facilitant l'analyse de trajectoires et de clustering. Dans une seconde approche, des modèles prédictifs pour des phénotypes tels que le pronostic ou la réponse aux traitements seront analysés à l'aide de techniques d'interprétation contrefactuelle pour identifier des gènes potentiellement modifiables pour influencer les phénotypes. L'innovation du projet réside également dans l'élaboration d'une méthode rigoureuse d'évaluation de l'interprétabilité biologique des modèles, permettant de valider la pertinence des résultats produits et leur capacité à refléter des mécanismes biologiques existants. Le projet sera appliqué sur des données publiques issues de bases telles que TISCH2 et Single Cell Portal, ainsi que sur des données privées du cancer du pancréas dans le cadre du projet interne START Pancréas. Cette démarche intégrée permettra de contribuer à la découverte de nouvelles cibles thérapeutiques et à une meilleure compréhension des pathologies étudiées.
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Interactions entre un humain et un robot humanoïde assistant »
Cette thèse se situe dans le domaine de l'interaction homme-robot et vise à améliorer l'autonomie et la robustesse des robots humanoïdes lors de tâches collaboratives avec des humains. L'objectif principal est de doter le robot humanoïde NAO de capacités avancées d'estimation sensorielle, de contrôle d'équilibre, de reconstruction de la pose humaine et d'interaction collaborative, afin de renforcer la sécurité et l'efficacité des interactions physiques. Le premier axe de recherche concerne l'estimation des forces externes appliquées au robot lors des interactions physiques. L'approche repose sur l'exploitation des capteurs internes du robot (IMU, capteurs plantaires, encodeurs) et sur des modèles dynamiques adaptés, afin de reconstruire en temps réel les efforts d'interaction sans recourir à des capteurs de force/torque coûteux. Cette capacité est essentielle pour permettre au robot de percevoir correctement son environnement physique et de réagir de manière adaptée. Le deuxième axe porte sur le contrôle de l'équilibre du robot humanoïde en présence de perturbations ou de sollicitations externes. L'objectif est de concevoir des stratégies de commande robustes, capables de maintenir la stabilité du robot malgré des incertitudes de modélisation et des perturbations imprévues. Ces approches permettront au NAO de réagir efficacement à des situations de perte d'équilibre, comme lors d'une poussée ou d'un déséquilibre provoqué par une tâche coopérative. Le troisième axe est dédié à la reconstruction de la pose et de l'état du partenaire humain lors des interactions collaboratives. Pour cela, des technologies de capture de mouvement, notamment via des capteurs inertiels comme le système Xsens Awinda, seront exploitées afin d'estimer en temps réel la posture et le mouvement de l'humain. Ces informations permettront d'améliorer la coordination entre l'humanoïde et son partenaire en fournissant au robot une perception précise de l'intention et de la dynamique humaine. Enfin, le quatrième axe concerne l'interaction collaborative et le contrôle partagé dans des scénarios où l'humain et le robot manipulent conjointement des objets ou partagent un effort physique. L'objectif est de développer des stratégies de contrôle intuitives permettant une collaboration fluide et sécurisée, en tirant parti des estimations de forces et de la perception de la posture humaine. Ces travaux pourront être étendus à des approches d'apprentissage automatique ou d'imitation afin de rendre le comportement du robot plus naturel et adaptable aux besoins de son partenaire. En résumé, cette thèse ambitionne de proposer un cadre unifié d'estimation, de contrôle et d'interaction permettant aux robots humanoïdes d'évoluer de manière sûre et efficace aux côtés des humains. À travers l'intégration des capteurs embarqués du robot et de systèmes externes de suivi, il s'agit de rapprocher l'humanoïde d'un fonctionnement collaboratif réaliste, avec des perspectives d'application dans l'assistance, l'éducation et la robotique sociale.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · ResearchGate
Maîtresse de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Professeur des Universités · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2010)
« Synthèse d'observateurs adaptatifs pour l'estimation et le contrôle de trajectoire d'une flotte de véhicules autonomes communicants »
Flotte de véhicules · Contrôle · Event-triggered · Systèmes en réseaux · Observateurs adaptatifs · Systèmes non linéaires
« Contrôleurs statiques et structurés à mémoire et apprentissage par renforcement »
Reinforcement learning · Output-feedback · Chassis controle
« Méthodes d'estimation robustes pour navigation relative entre deux satellites »
Observateurs par intervalles · Rendez-vous spatial · Zonotopes · Méthodes ensemblistes · Estimation relative
« Contrôle et planification tolérants aux défauts de systèmes quasi-LPV : application sur un quadrotor »
« Estimation et contrôle tolérant aux défauts pour des vols de quadrotors plus sûrs »
« Observateurs par intervalle pour les systèmes dynamiques à commutation »
« Approche Hybride Modèles-Données pour le diagnostic et le contrôle tolérant aux défauts des véhicules Autonomes »
« Stratégies de contrôle renforcé par apprentissage pour les véhicules autonomes »
« Contrôle tolérant aux défauts basé observateurs par intervalle pour systèmes LPV commutés »
« Planification et Commande robustes de véhicules aériens sans pilote »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Maître de Conférences · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2010)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence :
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Contributions à la reconnaissance des actions humaines »
Ces dernières années ont vu l'épanouissement de l'analyse vidéo. Comprendre les actions humaines est la clé pour analyser des quantités massives de données vidéo, ce qui est propice à un large éventail d'applications, notamment la récupération vidéo, le sous-titrage vidéo et le résumé vidéo. Parmi les nombreux sous-thèmes de l'analyse de l'action, la reconnaissance de l'action est une question fondamentale et centrale, qui a fait des progrès remarquables sous divers modèles. Cependant, il existe toujours plusieurs défis majeurs dans le développement d'algorithmes efficaces de reconnaissance d'action. En termes d'ensemble de données, premièrement, la définition de l'espace d'étiquettes pour l'apprentissage des modèles de reconnaissance d'action n'est pas triviale. C'est parce que les actions humaines sont généralement des concepts composites et que la hiérarchie de ces concepts n'est pas bien définie. Deuxièmement, l'annotation de vidéos pour la reconnaissance d'action est laborieuse (il faut regarder toutes les images vidéo) et ambiguë (il est difficile de déterminer le début et la fin exacts d'une action. En termes de modélisation, premièrement, les vidéos capturant des actions humaines présentent à la fois de fortes variations intra- et inter- classes. Les gens peuvent effectuer la même action à des vitesses différentes sous différents points de vue. De plus, certaines actions partagent des schémas de mouvement similaires qui sont difficiles à distinguer. Deuxièmement, la reconnaissance des actions humaines nécessite une compréhension simultanée des informations de mouvement spécifiques à l'action à court terme et des informations temporelles à longue portée. Nous pourrions avoir besoin d'un modèle sophistiqué pour gérer différentes perspectives plutôt que d'utiliser un seul réseau de neurones convolutionnels. Troisièmement, le coût de calcul est élevé à la fois pour la formation et l'inférence, ce qui entrave à la fois le développement et le déploiement de modèles de reconnaissance d'action. Dans ce projet de thèse, nous essayons d'aborder ces problèmes en se focalisent sur les actions qui ne se distinguent que par des détails spatio-temporels très subtils. Un axe d'application significatif que l'on vise est celui de la formation de conducteurs de motocycle. En effet, l'évaluation du niveau de conduite des novices pendant ou post permis de conduire reste très difficile et se fait exclusivement à distance (le moniteur suivant le novice par derrière). Certains points clés comme la prise de virage ou la faute restent dangereux et constituent une cause majeure dans les statistiques des accidents ou de blessures graves sur la route. Le projet permet aux formateurs des écoles de conduite une évaluation objective des actions des conducteurs basée sur les algorithmes que l'on souhaite développer ci-dessus.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Odométrie Visio-Inertielle Basée sur Le Flot Optique pour Les Capteurs Neuromorphiques de Vision »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Doctorante · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Localisation et reconstruction multimodale de la trajectoire d'un robot aérien par approche neuromorphique »
Ce projet de thèse vise à étudier la possibilité de porter les approches neuromorphiques de la navigation visuelle (utilisant des caméras évènementielles) sur une plateforme mobile (en l'occurrence un drone) puis d'étudier les possibilités de localisation et de reconstruction d'une telle plateforme compte tenu des contraintes de puissance de calcul et d'autonomie de celle-ci.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %).
Maître de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2018)
Maître de conférences à l'Université d'Évry Paris-Saclay et membre de l'équipe SIAM (Signal, Image, AutoMatique) du laboratoire IBISC depuis septembre 2018, je suis chercheur en traitement du signal, à la croisée de la théorie et des applications. Mes travaux portent sur le traitement du signal audio (musique et parole), l'analyse temps-fréquence (synchrosqueezing, réallocation, transformée de Fourier à court terme) et les méthodes d'apprentissage automatique pour le signal, avec des prolongements vers la physique.
J'ai soutenu ma thèse de doctorat en informatique en 2013 à l'Université de Bordeaux, sous la direction de Sylvain Marchand, puis effectué un postdoctorat au LaBRI (2014, avec Jean-Luc Rouas). J'ai ensuite travaillé sur la théorie du signal à l'IREENA (Université de Nantes) avec François Auger, avant un postdoctorat à l'IRCAM (2016–2018) auprès de Geoffroy Peeters, puis mon recrutement à IBISC.
Je coordonne le projet ANR PRC AQUA-RIUS (ANR-22-CE23-0022, 2022–2026), porté par IBISC en partenariat avec Télécom Paris (LTCI) et l'IRCAM (UMR STMS), et je suis membre du consortium IHU 3 PROMETHEUS (France 2030). Au-delà de mon équipe, je coordonne l'axe transversal Intelligence Artificielle d'IBISC depuis 2019 et je suis directeur adjoint de l'équipe SIAM depuis février 2026.
Musicien de jazz (piano et contrebasse), je me produis régulièrement avec des artistes professionnels à Paris, Bordeaux et Saint-Nazaire.
Je coordonne l'axe transversal IA d'IBISC, structure inter-équipes du laboratoire dédiée aux méthodes d'intelligence artificielle et d'apprentissage. À ce titre, j'anime un cycle de séminaires scientifiques réunissant les quatre équipes du laboratoire.
Approche par médecine de précision pour la prise en charge thérapeutique du sepsis communautaire et lié aux soins
Analyse de la QUalité Audio pour Représenter, Indexer et Unifier les Signaux
« Description de la qualité audio d'un enregistrement par apprentissage profond et traitement du signal différentiable »
Qualité audio · Apprentissage profond · Traitement du Signal Différentiable
« Analyse de la qualité audio pour représenter, indexer et unifier les signaux »
Traitement du signal · Analyse audio · Apprentissage profond · Acoustique
« Méthodes d’apprentissage auto-supervisées pour l’analyse d’images 3D de roches »
Apprentissage auto-supervisé · Analyse d'images 3D · Physique Numérique des Roches · Apprentissage profond · MixSim3D · Augmentation de données
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
12 expertises d'articles documentées via ORCID (2021–2026). Reviewer régulier pour MDPI, et expertises pour des revues de mathématiques appliquées et de signal.
Co-publications recensées dans le périmètre IBISC depuis 2018 (33 publications).
En poste depuis le 1ᵉʳ septembre 2018. Enseignements assurés à la fois à l'UFR Sciences et Technologies et à l'IUT d'Évry (département TC Juvisy) depuis 2018-2019. Double rattachement statutaire UFR ST + IUT officialisé à partir du 1ᵉʳ septembre 2026.
Liste des UE 2025-2026 d'après la page personnelle fourer.fr. Historique d'enseignement antérieur à 2018 (Univ. Bordeaux 1, ENSEIRB, DUT Mesures Physiques Saint-Nazaire) hors périmètre IBISC.
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
Approche par médecine de précision pour la prise en charge thérapeutique du sepsis communautaire et lié aux soins
« Analyse détaillée de scènes pour une génération réaliste de données »
Vision par ordinateur · Synthèse d'images · Analyse de scènes
« Détection et prédiction de l'état pathologique de la rétine dans les images OCT »
Tomographie à cohérence optique · Apprentissage profond · Apprentissage automatique · Intelligence artificiel
« Deep Learning pour la fusion multimodale d'images : application à l'analyse de scènes extérieures dans des conditions difficiles »
« Méthodes d’apprentissage auto-supervisées pour l’analyse d’images 3D de roches »
Apprentissage auto-supervisé · Analyse d'images 3D · Physique Numérique des Roches · Apprentissage profond · MixSim3D · Augmentation de données
« Odométrie Visuelle par Association de Caméras Hétérogènes. Application à la Localisation et à la Cartographie Simultanée des Véhicules Autonomes »
« Analyse et fusion d’images multimodales pour la navigation autonome »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Professeur des Universités · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Algorithmes multi-critères pour la prédiction de structures d'ARN »
« Optimisation multi-objectif et sélection de variables pour l'apprentissage profond »
« Segmentation des structures 3D d'ARN par des méthodes hybrides d'apprentissage supervisé/non supervisé »
« Prédiction de structures secondaires d’ARN et de complexes d’ARN avec pseudonoeuds - Approches basées sur la programmation mathématique multi-objectif »
« Optimisation multicritère et stochastique pour l'ordonnancement »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Contrôleurs statiques et structurés à mémoire et apprentissage par renforcement »
Tout système est par nature sujet à un certain nombre de phénomènes affectant son fonctionnement. Ces phénomènes peuvent prendre la forme de non-linéarités, de variations de paramètres, d'entrées de perturbations et de défauts. Le contrôle des différentes classes de systèmes a fait l'objet d'intenses recherches durant les trente dernières années. Nous pouvons citer à ce titre : la commande H∞, la commande prédictive, les commandes nonlinéaires par modes glisssants et bien d'autres. Les méthodes de synthèse se heurtent à plusieurs difficultés : l'obtention de conditions nécessaires et suffisantes qui faciliteraient la synthèse (conditions suffisantes souvent restrictives, contraintes nonlinéaires, problèmes non-convexes), la complexité des lois de commandes qui rendent impossible dans certains cas l'implantation pratique des lois de commande. Sur un autre plan, les techniques d'apprentissage par renforcement, en ligne et hors ligne ont démontré leur capacité à améliorer les performances et la robustesse des lois de commande face à la diversité des conditions de fonctionnement liées aux variabilités du système et de l'environnement C'est dans ce contexte que ce sujet de thèse ambitionne d'explorer plusieurs aspects théoriques de la commande dans une perspective d'application aux véhicule autonomes et coopératifs. A savoir : • Le développement de correcteurs par retour de sortie statique ou structuré qui permettent de simplifier et de rendre moins coûteuse l'implantation de la commande voire de tenir compte de contraintes structurelles liées à la physique d'un système (exemple mesures disponibles pour un véhicule dans un peloton de véhicules). • Le développement de correcteurs à mémoire en exploitant les capacités de stockage des calculateurs dans un objectifs d'amélioration des performances H2 et H∞. • Explorer les techniques d'apprentissage par renforcement en ligne pour améliorer la robustesse et les performances des lois de commande tout en les combinant pour la réduction du conservatisme. Les contributions de la thèse s'inscrivent dans le double objectif des apports méthodologiques en proposant de nouvelles conditions de synthèse, moins conservatives, et de l'application au cas des véhicules autonomes et coopératifs. Ainsi, les méthodes développées et les résultats obtenus seront appliqués de façon privilégiée au contrôle automatisés des véhicules routiers autonomes et coopératifs. Le système en tant que tel est non linéaire et présente des modes fortement couplés en propre et du fait des aspects coopératifs. Les approches prévues dans les étapes de développement se révèlent donc particulièrement adaptées à ce type d'application. Le laboratoire est équipé d'un véhicule instrumenté de type ZOE. Le doctorant aura à implanter et tester ses algorithmes.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV
Professeur émérite · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Vision active et asservissement visuel basés images sphériques. Applications aux robots mobiles à roues et drone »
« Approche transparente basée sur l'apprentissage profond et l'argumentation multiagents pour la gestion de l'hypertension »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Conception d'un exosquelette de cheville léger bio-inspiré utilisant un actionneur SEHA pour l'assistance à la mobilité. »
Cette thèse porte sur la conception d'un exosquelette de cheville bioinspiré, léger et modulaire, destiné à l'assistance à la mobilité pour personnes à mobilité réduite. L'exosquelette proposera deux degrés de liberté (dorsiflexion/plantarflexion et inversion/éversion) en combinant des actionneurs SEHA pour le couple élevé et des vérins linéaires électriques pour l'autre articulation. Le système intégrera des capteurs multicouches (pressiomètres plantaires et électromyographie) afin d'estimer en temps réel l'activité musculaire et de piloter son contrôle adaptatif inspiré du fonctionnement biologique. Le défi principal est de concilier légèreté (utilisation de matériaux avancés et optimisation topologique), confort d'usage, autonomie énergétique et performance mécanique, tout en assurant une commande embarquée par IA pour des ajustements dynamiques sécurisés et personnalisés
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Maître de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2018)
« Odométrie Visio-Inertielle Basée sur Le Flot Optique pour Les Capteurs Neuromorphiques de Vision »
« Estimation de la pose avec une caméra évènementielle »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Membre associée · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Approche par médecine de précision pour la prise en charge thérapeutique du sepsis communautaire et lié aux soins
« Meta-apprentissage pour l'apprentissage multi-tâches. Application à la médecine personnalisée »
Apprentissage profond · Méta-apprentissage · Apprentissage multi-tâches · Médecine personnalisée · Optimization multi-objectif
« Identification de cibles thérapeutiques à partir de données de séquençage ARN à l’échelle de la cellule unique à l’aide de réseaux de neurones profonds biologiquement interprétables »
Model interpretation · Deep learning · Bioinformatics
« Développer et explorer l'intérêt des approches de deep learning dans le domaine des données multi-omiques »
« Interprétation de l'apprentissage profond pour la prédiction de phénotypes à partir de données d'expression de gènes »
« Optimisation multi-objectif et sélection de variables pour l'apprentissage profond »
« Approche transparente basée sur l'apprentissage profond et l'argumentation multiagents pour la gestion de l'hypertension »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Professeure des Universités · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Contrat CIFRE avec la société SYNSIGHT - thèse d'Étienne Lallemand
Algorithmes de deep learning pour l'identification, la classification et la prédiction de la fonction des ARN non codants dans le cancer de la vessie
Méthodes de deep learning pour la prédiction des ARN longs non codants dans le cancer
« Algorithmes multi-critères pour la prédiction de structures d'ARN »
« Méthodes computationnelles basées sur l'apprentissage profond pour la prédiction des structures 3D d'ARN »
« Algorithmes de deep learning pour l'identification, la classification et la prédiction de la fonction des ARN non-codants impliqués dans le cancer de vessie »
« Segmentation des structures 3D d'ARN par des méthodes hybrides d'apprentissage supervisé/non supervisé »
« Prédiction de structures secondaires d’ARN et de complexes d’ARN avec pseudonoeuds - Approches basées sur la programmation mathématique multi-objectif »
« Méthodes de deep learning pour la prédiction des ARNs longs non-codants. Application au cancer »
« Algorithmes ab initio pour l'identification et la classification des ARNs non-codants »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Professeure des Universités · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2009)
Professeur à l'Université d'Évry Paris-Saclay depuis 2009, rattaché au laboratoire de recherche IBISC (Informatique, Bioinformatique, Systèmes Complexes) et au département QLIO (Qualité Logistique Industrielle et Organisation) de l'IUT Évry. J'étais co-responsable, puis responsable de l'équipe AROBAS (Algorithmes, Recherche Opérationnelle, Bioinformatique et Apprentissage Statistique) de 2015 à 2023. Je suis cheffe du département QLIO de 2023 à 2026. Depuis le 25 février 2026, je dirige le laboratoire IBISC.
Mes domaines de recherche se portent sur la recherche opérationnelle et l'optimisation combinatoire, en application à la gestion des systèmes de transport intelligents, à la conception et l'optimisation de la chaîne logistique durable, notamment dans le secteur agro-alimentaire. Je suis spécialisée aussi dans la gestion des risques de la chaîne logistique, ainsi la planification et l'ordonnancement de la production et de bien de service. Je m'intéresse particulièrement aux problématiques liées aux grands défis sociétaux, tels que l'économie circulaire, l'énergie, l'environnement, et la santé publique.
Université d'Évry Paris-Saclay — depuis le 25 février 2026. Le laboratoire IBISC (Informatique, Bioinformatique, Systèmes Complexes — EA 4526) compte quatre équipes de recherche : AROBAS, COSMO, IRA2 et SIAM, et environ 100 membres répartis sur les sites Pelvoux et IBGBI.
Direction du département Qualité, Logistique Industrielle et Organisation à l'IUT d'Évry Paris-Saclay. Pilotage pédagogique des formations BUT et licences professionnelles du département.
Co-responsable, avec L. Benchikh, du parcours Master 2 OPSL (Optimisation des Systèmes Logistiques), au sein de la mention Ingénierie des Systèmes Complexes (ISC). Formation à finalité recherche et professionnelle adossée aux travaux de l'équipe AROBAS.
Enseignement à l'IUT d'Évry Paris-Saclay, département QLIO (Qualité, Logistique Industrielle et Organisation), en formations initiale, par alternance et continue. Interventions également au niveau Master au sein du parcours M2 OPSL (Optimisation des Systèmes Logistiques) dont je suis co-responsable.
« Optimisation d'ordonnancement d'atelier distribué »
Localisation géographique des clients · Tarifs d'électricité différenciés · Modèle et algorithme · Ordonnancement d'atelier distribué · Effet d'apprentissage
« Optimisation multicritère et stochastique pour l'ordonnancement »
« Optimisation de la chaîne logistique agro-alimentaire en boucle fermée avec conteneurs réutilisables et partageables »
« Contributions à la conception et à la modélisation d'une chaîne logistique viable »
« Approches efficaces pour la résolution de problèmes de planification d'itinéraires à grande échelle dépendant du temps incluant les préférences des voyageurs »
« Modèles et méthodes efficaces pour des problèmes stochastiques des lignes de désassemblage »
« Gestion des revenus dans un réseau de compagnies aériennes : optimisation intégrée de la localisation de plateforme et du dimensionnement de capacité »
« Optimisation stochastique et multicritère pour l'industrie remanufacturière »
« Optimisation pour la logistique de l'urgence sous incertitude »
« Modèles et algorithmes pour une classe de problèmes combinés de production et de tournées de véhicules »
« Modèles et Méthodes Efficaces pour de Nouveaux Problèmes d'affectation Intégrée des Navires aux Postes à Quai et aux Grues »
« Optimisation multi-objectifs de l'ordonnancement avec demande pesonnalisée »
« Conception d’algorithmes d’approximation à ratio constant pour plusieurs variantes du problème des chemins hamiltoniens multiples »
« Optimisation de la chaîne logistique agroalimentaire à boucle fermée avec emballages réutilisables »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Post-doctorant
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
Collaboration avec des Systèmes Intelligents
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Professeur des Universités · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Systèmes biologiques de synthèse : de la conception à la compilation
« Modélisation Des Mécanismes De Résistance Secondaire »
Inférence de cibles · Résistance Secondaire · Modèle Discret · Théorie des jeux · Réseau Booléen · Mécanismes causaux
« Reprogrammation comportementale : modèles, algorithmes et application aux maladies complexes »
« Méthodes d'inférence de cibles thérapeutiques et de séquences de traitement »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Professeur des Universités · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2010)
« Contributions au co-design de noyaux irréguliers sur architectures manycore : cas du remaillage anisotrope multi-échelle en mécanique des fluides numérique »
« Analyse de graphes état-transition d'écosystèmes à l'aide de model-checking »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar
Ingénieur de Recherche
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Ingénieur d'Études
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2014)
Maître de Conférences · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2008)
Contrat CIFRE avec la société ASOBO STUDIO - thèse de Louis Lafuma
Contrat CIFRE avec la société INTERACTION HEALTHCARE - thèse de Ludovic David
« Conception et évaluation d’un système de réalité virtuelle pour l’assistance à l’auto-rééducation du membre supérieur post-AVC »
« Retours sensoriels multimodaux en réalité augmentée pour la rééducation de la marche des enfants atteints de paralysie cérébrale »
« Feedbacks multimodaux pour la manipulation d'hologrammes partagés en réalité augmentée collaborative »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Professeur des Universités · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Génération interactive de maillages hexaédriques structurés par blocs »
« Représentation et optimisation de maillage structuré par blocs à l'aide de systèmes multi-agents »
« Méthodes et outils pour la conception de systèmes de transport intelligents coopératifs »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
Maître de conférences au laboratoire IBISC depuis 2019, je m'inscris dans la lignée des travaux en réalité virtuelle de l'équipe IRA2 et de la plateforme EVR@, sur lesquelles je conduis mes recherches en réalité étendue (XR).
Mes deux axes de recherche portent sur le narrative design des Environnements Virtuels pour l'Apprentissage Humain (EVAH) — coordination du projet WIXAR autour d'une architecture immersive d'authoring sur vidéo panoramique, projet REVERSE sur le débriefing en formation immersive — et sur les techniques d'interaction multisensorielles en VR, notamment l'intégration de dispositifs de diffusion olfactive sur casque (collaboration avec un gériatre et la société Olfy).
J'anime la communauté scientifique nationale en réalité étendue en tant que président élu de l'AFXR (Association Française des Réalités Immersives, anciennement AFRV) depuis octobre 2023. À l'Université d'Évry Paris-Saclay, je dirige le département Génie Informatique de l'UFR Sciences et Technologies depuis 2025, et je suis responsable du parcours Master 2 ISIA cursus TITaN — héritier du M2 RVSI de M. Mallem.
Mes activités expérimentales et démonstratives s'appuient régulièrement sur la plateforme EVR@ de l'IBISC, dédiée à la réalité virtuelle et augmentée. J'y inscris notamment les démonstrations grand public organisées dans le cadre de la communauté AFXR et des événements de médiation scientifique (Fête de la Science, JPO, JIDF).
Maîtrise de l'Autre et de Soi sous Tension Emotionnelle, Restrictions de ressources et Stress
Digitalization - Risks, (U)ncertainties and Fragilities of Technologies in relation to the Human Factor
Contrat CIFRE avec la société WideWebVR (marque commerciale Wixar) - thèse de Daniel Xuan Hien Mai
Partenariat industriel avec le Groupe SEDNA France - thèse de Florian Maronnat (AlzVR / SEDNA)
Augmented Reality Rehabilitation of Walking
Conception et évaluation d'un système d'aide à la rééducation post-AVC
« Conception et validation d’environnements immersifs multisensoriels adaptatifs pour les personnes neuroatypiques : prise en compte des hypersensibilités olfactives et auditives »
Multimodalité sensorielle · Réalité étendue · Environnements adaptatifs · Neurodivergence/autisme · Scénarisation multimodale
« Modèles et outils de conception de techniques d'interaction pour jeux sérieux en vidéo panoramique »
« Projet AlzVR : Conception et évaluation d'un outil digital multimodal de dépistage des troubles cognitifs dans la maladie d'Alzheimer »
« Méthode et outil de débriefing des jeux sérieux en réalité virtuelle »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Co-organisateur principal en tant que président AFXR ; IBISC laboratoire moteur de l'organisation.
3 contributions co-signées (2 papiers, 1 poster) ; représentation IBISC sur le stand AFXR.
Publication primée par valorisation Genopole (déc. 2024) : « Optimiser le débriefing des formations en réalité virtuelle ».
Animation régulière d'événements de médiation : Fête de la Science (2024, 2025), Journées Portes Ouvertes UEvry (2025, 2026), Journée Internationale des Droits des Femmes (2024, 2025, 2026, conjointement avec AFXR, Afrogameuses et Fight Forward), Journée des Familles AFM Téléthon 2025 (Parc Floral de Paris, démos VR pour personnes en situation de handicap), Cité des Sciences et de l'Industrie (mars 2024, expériences haptiques et immersives).
Université d'Évry Paris-Saclay — depuis 2025.
Technologies Immersives et Transformation Numérique — héritier du Master 2 RVSI dirigé par M. Mallem, avec migration de la mention E3A vers ISC.
Section 27 — Informatique (n° de qualification 18227310110).
Maître de Conférences · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2021)
« Segmentation des structures 3D d'ARN par des méthodes hybrides d'apprentissage supervisé/non supervisé »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Analyse détaillée de scènes pour une génération réaliste de données »
Le sujet central de cette thèse devrait se concentrer sur l'amélioration d'un simulateur crowd-sourcé pour la génération de données réalistes. Des données simulées de haute qualité sont essentielles pour améliorer divers algorithmes d'apprentissage automatique, en particulier pour gérer les cas extrêmes ou les scénarios de cas rares qui ne sont pas présents dans l'ensemble de données d'entraînement rassemblé avec des données réelles étiquetées. Les données photo-réalistes générées à partir d'un enregistrement participatif se sont révélées encore plus efficaces que les données simulées « artisanales » pour les tâches de localisation et de perception. Afin d'améliorer les algorithmes d'aide à la conduite, nous devons développer un moteur de crowdsourcing capable de simuler une scène extérieure urbaine avec diverses conditions météorologiques. Dans ce sujet de recherche doctorale, nous proposons d'intégrer la perception multimodale de différents capteurs afin d'obtenir une représentation de la scène la plus complète possible pour une génération de données photo-réalistes entièrement contrôlable. Cela inclut la compréhension sémantique et géométrique habituelle de la scène, ainsi qu'une perception plus fine des objets de la scène, tels que : les propriétés des matériaux, la localisation des sources lumineuses, la classification de l'intensité lumineuse, etc. En intégrant diverses observations d'une scène dans l'optimisation de la représentation implicite de la scène, notre objectif est de régénérer des données photo-réalistes avec des conditions extérieures (météo, illumination) différentes de celles présentes lors de l'acquisition. Le développement de nouveaux algorithmes pour une compréhension approfondie et détaillée de la scène urbaine devra être aussi évolutif que possible, à la fois en termes d'étendue spatiale de la scène à décrire et en termes de ressources de calcul nécessaires.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Chaire de Professeur Junior · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Conception d'un exosquelette de cheville léger bio-inspiré utilisant un actionneur SEHA pour l'assistance à la mobilité. »
Exosquelette cheville · Bioinspiration · Actionneurs SEHA · Contrôle adaptatif
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Professeure des Universités · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Le Diagnostic Automatique des Comportements Défectueux dans la Logique Temporelle-Epistémique »
« Conception, modélisation et vérification formelle d’un système temps-réel d’agents coopératifs : application aux véhicules autonomes communicants »
« Reconnaissance de motifs dynamiques par automates temporisés à mémoire »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Techniques de commande prédictive tolérantes aux défauts pour des systèmes incertains »
Dans le contexte des systèmes dynamiques soumis à des incertitudes [1]-[3], cette thèse de doctorat se concentrera sur le développement de procédures d'estimation robustes utilisées pour la détection de défauts et la commande tolérante aux défauts. Plusieurs classes de systèmes dynamiques seront explorées. Dans la première partie de cette thèse de doctorat, nous considérerons le cas des systèmes à paramètres variables linéaires (LPV) et des quasi-systèmes LPV, soumis à des contraintes et des incertitudes. Dans une première étape, de nouvelles techniques d'estimation d'état seront proposées pour cette classe de systèmes dynamiques. Sur la base de ce résultat, dans une deuxième étape, des techniques de détection et d'identification des défauts seront développées afin de pouvoir détecter plusieurs types de défauts agissant sur le système [4]. L'étape suivante consiste à développer des stratégies de commande tolérante aux défauts prenant en compte différentes contraintes (par exemple, les limitations du système). Des comparaisons avec les résultats existants dans la littérature ouverte sont également envisagées. Dans la deuxième partie, des extensions de ces approches seront ensuite développées pour d'autres classes de systèmes dynamiques, tels que les systèmes Piecewise Affine (PWA) [5], les systèmes à retard temporel [6], les systèmes descripteurs [7], les systèmes Takagi-Sugeno (T-S) [8], etc. Ainsi, la principale direction à explorer dans cette thèse de doctorat est de développer de nouvelles stratégies de contrôle prédictif tolérantes aux pannes pour prendre en compte les contraintes et les incertitudes pour plusieurs classes de systèmes dynamiques en utilisant des outils numériques, par exemple, les techniques d'inégalité de matrice linéaire (LMI). Enfin, les performances des algorithmes développés seront illustrées via la simulation de repères existants dans la littérature ouverte.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Analyse de la qualité audio pour représenter, indexer et unifier les signaux »
Notre objectif est de revisiter les approches traditionnelles [3, 18] pour restaurer les signaux audio et améliorer la qualité audio en utilisant des méthodes récentes d'apprentissage profond telles que les U-net conditionnels [19]. En outre, nous proposerons de nouvelles méthodes d'inversion ou d'annulation des effets basées sur des modèles [12]. À cette fin, nous visons à inverser le processus de mixage et/ou les effets ciblés dans des contextes de diffusion réels. Ainsi, le projet AQUA-RIUS étendra le travail prometteur basé sur l'ingénierie inverse des mixages de studio et de DJ [26] en considérant des configurations plus complexes telles que celles impliquant des effets non-linéaires, des pistes inconnues ou partiellement connues utilisées pendant la session de mixage, et des effets de décalage temporel non-constants. I) Augmentation des données Dans les applications d'apprentissage automatique, le nombre et la diversité des exemples d'entraînement sont essentiels pour la généralisation et la robustesse du traitement. Malheureusement, la constitution d'un ensemble de données d'entraînement est une tâche difficile et fastidieuse. Le rôle initial de l'augmentation des données [30] est d'appliquer des transformations sur les exemples d'entraînement pour augmenter artificiellement la taille de l'ensemble d'apprentissage et améliorer les performances du traitement [5, 32]. Cette approche a été utilisée avec succès dans un grand nombre d'applications audio telles que [23, 6]. Il est clairement démontré que l'application d'une chaîne appropriée de transformations et de dégradations audio sur l'ensemble de données d'apprentissage peut améliorer de manière significative les résultats lorsque les exemples testés sont eux-mêmes transformés, comme le montre [20]. L'objectif de cette tâche est d'étendre ce travail basé sur l'augmentation des données lorsqu'elles sont utilisées pour des applications audio. Pour cette recherche, nous utiliserons la boîte à outils de simulation directe pour les transformations, les dégradations et le mixage audio. L'étude des propriétés d'invariance peut notamment être réalisée dans ce contexte, car la plupart des applications MIR visent à être robustes à un grand nombre d'effets audio liés à la qualité audio (par exemple, l'effet de l'artiste ou de l'album [15]). L'invariance est liée à la capacité des caractéristiques et/ou des valeurs estimées à être faiblement affectées par une transformation donnée. Pour le traitement audio, il est intéressant de voir comment la qualité audio peut être modifiée pour obtenir des résultats meilleurs et plus robustes, et donc quelles transformations peuvent être utilisées ou non. Par exemple, comme indiqué dans [20] et contrairement à ce que nous pourrions attendre, l'application de transformations pour lesquelles l'étiquette prédite semble être invariante peut améliorer la robustesse. En outre, l'augmentation des données est une piste intéressante pour réduire le risque de surapprentissage (horse effect), voir par exemple [27, 28, 17]. Pour certains ensembles de données d'apprentissage, de classification par exemple, les étiquettes prédites peuvent être corrélées à une propriété indésirable des exemples annotés, ce qui peut donner de bons résultats illusoires lorsque les exemples de test ont les mêmes corrélations. Ce problème est souvent rencontré dans un scénario d'ensemble de données croisé, ou avec des signaux de faible qualité. Dans ce cas, l'utilisation de l'augmentation des données diversifie les propriétés sonores de l'ensemble de données d'apprentissage et rend possible sa décorrélation avec les étiquettes afin d'améliorer la robustesse et la performance dans un cas réel. Toutefois, les transformations utilisées doivent être soigneusement sélectionnées de manière à ce que les propriétés sonores qui caractérisent réellement les étiquettes restent inchangées. II) Modèles génératifs Notre objectif est d'explorer la simulation et l'inversion de la qualité audio à l'aide de modèles génératifs basés sur des réseaux neuronaux profonds. Parmi les approches proposées, nous proposons d'étudier les autoencodeurs variationnels (VAE) [22], les réseaux adversaires génératifs (GAN) [10] et son adaptation CycleGAN [33] qui sont intensivement utilisés dans une grande variété d'applications de vision par ordinateur. Ici, nous pensons qu'ils peuvent également être utilisés pour simuler des signaux réalistes avec une qualité audio ciblée tout en obtenant une représentation latente permettant un contrôle possible de la qualité audio et une inversion. La littérature propose plusieurs études basées sur des architectures d'apprentissage profond génératif pour générer de la musique à partir d'une représentation latente contrainte [13]. Ces approches pourraient être adaptées pour tenir compte de la qualité audio et simuler, par exemple, des effets de studio ou des effets artistiques intéressants. Le démêlage des informations saillantes véhiculées par les VAE peut alors être obtenu en utilisant, par exemple, une fonction de perte contradictoire telle que proposée précédemment par les réseaux Fader appliqués à la vision par ordinateur [16]. Une autre idée est l'utilisation d'un modèle génératif tel que proposé dans [4] pour l'empoisonnement inverse qui a montré son efficacité pour améliorer la robustesse et l'efficacité des architectures de réseaux neuronaux profonds classiques entraînés en utilisant le même ensemble de données d'évaluation. Ainsi, cette tâche proposera d'adapter de telles approches aux méthodes de classification audio existantes. La simulation de la qualité audio est intéressante pour la production musicale en tant qu'effet créatif pour transmettre une atmosphère souhaitée (par exemple, vintage, chaude, creuse, ronde ou distante). III) Restauration du signal, démixage et remixage de la musique Dans cette tâche, nous proposons d'étudier en détail l'inversion des effets audio et des dégradations sonores. L'objectif est de restaurer un signal avec sa qualité audio originale avant transformation. Ce sujet présente de nombreux intérêts tels que la suppression des défauts et du bruit [3] des fichiers audio altérés ou endommagés. Il est également intéressant d'annuler les altérations d'un effet audio spécifique pour revenir à la version originale et brute [8, 11]. Dans un premier temps, nous proposons une approche classique basée sur l'inversion ou l'annulation d'un effet par le biais d'une modélisation mathématique. Ensuite, nous aborderons ce problème grâce aux approches d'apprentissage profond qui peuvent être utilisées pour approximer [7] et/ou inverser un opérateur d'effet arbitraire en utilisant par exemple une architecture neuronale spécifique [9]. Nous proposons également d'étendre nos recherches antérieures sur l'ingénierie inverse des mixages de studio et de DJ [26], en considérant des configurations de mixage plus compliquées telles que : (1) impliquant des effets non linéaires, (2) des pistes inconnues ou partiellement connues utilisées pendant la session de mixage, (3) mise à l'échelle temporelle non constante : ici, une approche itérative d'analyse par synthèse peut permettre d'approcher les variations temporelles appliquées. de s'approcher très précisément des changements de vitesse variables dans le temps, ce qui permet d'améliorer les performances des méthodes de mixage inversé pour les DJ. méthodes de mixage DJ inversé. Cela est également utile pour la tâche de génération d'ensembles de données, car les pistes non mixées isolées d'un mixage de DJ peuvent inclure des transformations de diffusion (EQ, EQ, etc.)qui peuvent être utiles pour une comparaison avec les pistes d'origine [25]. Suite à la simulation précédente et aux tâches d'inversion, une application intéressante est le remixage d'un enregistrement. Cette tâche est consacrée à la transformation sonore d'un morceau de musique afin de changer son style de mixage. Par exemple, dans le cas d'une musique récente mixée dans un style moderne, l'inversion des effets permet d'obtenir une version neutre qui peut ensuite être remixée dans un style différent, par exemple à la mode des années 60. D'une part, la création automatique d'une application de re-mixage présente un grand avantage pour l'augmentation des données, pour de nombreuses tâches de reconnaissance qui sont insensibles à la qualité audio (par exemple, la transcription automatique, la reconnaissance d'instruments, les analyses de rythme) [21].
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
Contrat CIFRE avec la société CDSI - thèse de Mohamed Sanim Akremi
CIFRE ANRT avec la société AUSY - Reconstruction 3D par apprentissage profond
« Optimisation de l'efficacité et de l'interprétabilité: Une concentration sur les architectures de modèles computationnels »
Efficacité · Architectures de Modèles de réseaux de neurones · Comparaison multicritère
« Synthèse d'animation 3D à partir des instructions textuelles »
3D Animation · Generation d'animations · Apprentissage profond · Modèles génératifs
« Détection d'anomalies du sol par vision artificielle et apprentissage fédéré »
Vision par ordinateur · Apprentissage fédéré · Détection d'anomalies
« Deep Learning pour la reconstruction 3D dans le contexte de la vision omnidirectionelle »
« Contributions à la reconnaissance des actions humaines »
Reconnaissance des actions humaines · Modélisation spatio-temporelle · Extraction de caractéristiques
« Approches basées sur les variétés pour la reconnaissance des actions et des gestes »
« Optimisation automatique des architectures de réseaux de neurones profonds via un objectif différentiable »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Maître de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2010)
« Estimation de la cinématique et de la structure 3D basées capteurs visuel-inertiel pour systèmes mobiles autonomes en environnements complexes »
Cartographie 3D · Observateur non linéaire · Robotique · Vision par ordinateur · Reconstruction monoculaire · Estimation d'états
« Vision active et asservissement visuel basés images sphériques. Applications aux robots mobiles à roues et drone »
« Deep Learning pour la reconstruction 3D dans le contexte de la vision omnidirectionelle »
« Contribution à la cinématique à partir du mouvement : approches basées sur des observateurs non linéaires »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Motocyclettes électriques et sécurité routière
« Modélisation et observation hybride intégrées pour des systèmes mobiles intelligents et robustes »
Observation · Modélisation dynamique · Data-driven system · Systèmes mobiles · Apprentissage
« Estimation de la cinématique et de la structure 3D basées capteurs visuel-inertiel pour systèmes mobiles autonomes en environnements complexes »
Cartographie 3D · Observateur non linéaire · Robotique · Vision par ordinateur · Reconstruction monoculaire · Estimation d'états
« Analyse et Traitement des Données Médicales avec l'Intelligence Artificielle Avancée et l'Apprentissage par Transfert »
Intelligence Artificielle · Traitement de Données · Apprentissage par Transfert
« Contrôle dynamique de la traction : Application aux véhicules à deux-roues motorisés »
« Étude du comportement visuel des motocyclistes : modélisation et formation sur simulateur virtuel »
« Contribution à la cinématique à partir du mouvement : approches basées sur des observateurs non linéaires »
« Estimation pour le développement de systèmes d'aide à la conduite des véhicules à deux-roues motorisés »
« Contributions à l’identification paramétrique et à l’observation des véhicules à deux-roues motorisés »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar
Professeur des Universités · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Analyse de la QUalité Audio pour Représenter, Indexer et Unifier les Signaux
« Traitement Automatique Pour La Prédiction De La Survie De Patients Présentant Une Tumeur Cérébrale »
Segmentation d'images · Ictus; · Apprentissage profond · Diagnostic médical · Décision statistique
« Analyse de la qualité audio pour représenter, indexer et unifier les signaux »
Traitement du signal · Analyse audio · Apprentissage profond · Acoustique
« Caractérisation du mismatch ischémique par apprentissage automatique à partir d'images IRM chez des patients présentant un AVC ischémique aigu »
Avc · Irm · Mismatch ischémique · Generation · Segmentation · Classification
« Apprentissage profond pour la segmentation de lesion et de thrombusdans des IRM cerebrales »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Ingénieur d'Études
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2017)
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Apprentissage actif profond pour l’identification et la géolocalisation de sources de pollution atmosphérique en zone urbaine »
Depuis quelques années, différents travaux de recherche scientifique ont démontrés que la qualité de l'air a un impact sur la santé et devient un sujet de plus en plus préoccupant à l'échelle urbaine. L'identification et la géolocalisation de sources de pollution atmosphérique est donc un enjeu important et repose sur l'utilisation d'un grand nombre de capteurs de gaz multimodaux fixes et/ou embarqués. En recherche scientifique, l'identification de sources polluantes repose sur la résolution d'un modèle inverse complexe mal posé au regard des données observées. La dispersion de polluants est généralement surveillée par des capteurs placés dans un domaine spatialement discret et fournissent des observations temporelles. Ces observations sont ensuite utilisées pour estimer les propriétés des sources de contaminants, par exemple leurs positions, leurs débits de rejet dans l'atmosphère et les paramètres du modèle régissant la dispersion de ces contaminants (par exemple la dispersion, la topographie du site, la météorologie, etc.). Ces estimations sont essentielles pour une évaluation fiable des dangers et des risques de contamination. Dans le cas particulier de plusieurs sources de contamination (avec des positions et des débits d'émission différents), les observations représentent un mélange ou une combinaison de deux ou plusieurs polluants. Dans ce cadre, le travail attendu consistera en la résolution d'un problème de localisation de sources polluantes en environnement de type urbain avec un réseau de capteurs fixes et/ou mobiles. En effet, à partir de données optimisées, issues de campagnes de mesures existantes, c'est-à-dire des sources identifiées et localisées dans un environnement connu, il s'agira dans un premier temps, de mettre en uvre un modèle d'apprentissage profond avec la prise en compte de manière active des différents paramètres des capteurs. Dans un second temps, le modèle construit avec une stratégie d'apprentissage actif, sera ensuite capable d'identifier et de donner une estimation de la position des sources polluantes dans un environnement inconnu.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Membre associée · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2026)
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Etude de la fidélité du retour haptique pour l'apprentissage des gestes techniques dans les simulateurs en réalité virtuelles »
Ce projet de thèse s'inscrit dans les domaines de la réalité virtuelle (RV) pour la formation médicale. Il sera dans la continuité des travaux de recherche de l'équipe IRA2 autour de la fidélité des simulateurs virtuels pour la formation aux gestes techniques dans le domaine médical. Ce projet pluridisciplinaire sera réalisé en partenariat avec le Centre Hospitalier Sud Francilien (CHSF). La problématique scientifique à traiter dans ce projet de thèse concerne l'étude des impacts de la fidélité de l'interaction haptique sur la performance des apprenants et sur l'expérience utilisateur.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Professeur des Universités · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2011)
« Apprentissage automatique de maillages hexaédriques »
« Apprentissage automatique pour la détection d'intrusion dans les systèmes du transport intelligent »
« Construction d’un maillage hexaédrique conforme à partir d’une grille de fractions de présence : étude et applications »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Professeur émérite · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2020)
« Traitement Automatique Pour La Prédiction De La Survie De Patients Présentant Une Tumeur Cérébrale »
Les tumeurs cérébrales restent rares (2 % des cancers, 18 cas pour 100 000 habitants, soit ~540 000 dans le monde), mais leur morbidité est élevée : la survie à 5 ans n'est que de 18 % en moyenne. Grâce aux progrès récents de l'imagerie et de la neurochirurgie, la neuro-oncologie évolue vers des traitements plus ciblés et de meilleurs résultats, tant en survie qu'en statut fonctionnel. Ces tumeurs sont très hétérogènes par leur localisation, leur nature et leur grade. Les glioblastomes, majoritaires parmi les lymphosarcomes du SNC, sont les plus agressifs. Les techniques d'IRM fonctionnelle avancée amélioreront la précision diagnostique et favoriseront des approches non invasives. Elles jouent aussi un rôle majeur dans la planification de thérapies ciblées, le pronostic et le suivi de la réponse au traitement. L'imagerie sert à orienter ou éliminer des hypothèses (AVC ischémique, gliome malin, encéphalopathies ), et contribue à la décision d'opérabilité, notamment via l'étude de la croissance tumorale sur deux examens à 4 mois d'intervalle. L'intelligence artificielle permet une analyse quantitative des images IRM (T1, T2, FLAIR) selon une approche radiomique. Les réseaux de neurones convolutionnels (CNN) extraient automatiquement des caractéristiques complexes et identifient des relations non linéaires, avec un pouvoir prédictif souvent supérieur aux mesures cliniques de routine. Plusieurs études montrent que ces modèles décrivent de manière non invasive des phénotypes tumoraux et détectent des biomarqueurs utiles pour prédire la réponse au traitement et les résultats cliniques. Les avancées récentes en apprentissage profond ont également démontré l'efficacité de modèles entraînés sans vérité terrain exhaustive. L'objectif de cette thèse est d'utiliser des CNN pour prédire la survie et d'autres paramètres cliniques chez les patients atteints de lymphosarcomes, à partir d'IRM multimodales et de données de suivi. Deux ensembles de métadonnées de patients présentant des gliomes similaires seront utilisés. Le premier servira à développer et entraîner les modèles ; le second permettra de les valider. La localisation tumorale reposera sur une segmentation volumétrique réalisée dans le premier ensemble. Les prédictions de survie pourront être comparées aux critères de réponse des essais cliniques et aux pratiques de la médecine de précision. Une difficulté majeure réside dans le besoin important de données annotées, rarement disponibles en biomédical en raison du secret médical et du coût des annotations expertes. Cette thèse abordera donc le développement de modèles généralisés pour la segmentation malgré un jeu d'apprentissage limité. Plusieurs approches seront explorées : paradigmes inspirés de la perception humaine, transfert de connaissances et augmentation de données. Enfin, l'intérêt clinique de ces travaux réside dans l'utilisation de biomarqueurs d'imagerie non invasifs, reproductibles, peu coûteux et automatisables, ne nécessitant une intervention humaine qu'au moment de la décision thérapeutique.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Contrat CIFRE avec la société ASOBO STUDIO - thèse de Louis Lafuma
Contrat CIFRE avec la société WideWebVR (marque commerciale Wixar) - thèse de Daniel Xuan Hien Mai
« SID (Socially Interactive Doppelgängers) : Doppelgängers socio-affectifs pour consolider les dynamiques de groupe en apprentissage hybride »
Réalité virtuelle / environnements immersifs · Jumeau numérique · Apprentissage collaboratif immersif · Interaction humain–agents
« Conception et validation d’environnements immersifs multisensoriels adaptatifs pour les personnes neuroatypiques : prise en compte des hypersensibilités olfactives et auditives »
Multimodalité sensorielle · Réalité étendue · Environnements adaptatifs · Neurodivergence/autisme · Scénarisation multimodale
« Accélération logicielle et matérielle de Neural Fields en robotique autonome »
Robotique Autonome · Architecture matérielle · Navigation · Adéquation Algorithme Architectur · Calcul embarqué · Neural Fields
« Modélisation, simulation et optimisation des chaînes de production pour les petites et moyennes séries dans le cadre de l'industrie 4.0 (projet PMI4.0) »
« Feedbacks multimodaux pour la manipulation d'hologrammes partagés en réalité augmentée collaborative »
« Suivi et certification des procédures de maintenance en réalité augmentée »
« Modèles et outils de conception de techniques d'interaction pour jeux sérieux en vidéo panoramique »
« Proposition de mécanismes d'optimisation des données pour la perception temps-réel dans un système embarqué hétérogène »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Apprentissage automatique causal pour la prédiction de la recanalisation de l'AVC : identification des effets causaux sans observabilité complète des facteurs de confusion »
Maître de Conférences · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2016)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence :
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Détection d'anomalies du sol par vision artificielle et apprentissage fédéré »
Cette thèse porte sur le développement d'un système embarqué de détection d'anomalies pour les satellites d'observation de la Terre, basé sur l'intelligence artificielle visuelle. Elle vise à surmonter les limites des approches centralisées, notamment la latence, les coûts de transmission et le manque d'autonomie en traitement temps réel. L'étude propose d'intégrer l'apprentissage fédéré afin de permettre une collaboration entre satellites sans partage direct des données brutes, garantissant ainsi confidentialité et robustesse. Le système exploitera l'apprentissage auto-supervisé, des modèles de vision optimisés pour l'edge computing et des techniques d'IA explicable pour améliorer la fiabilité et l'interprétabilité. L'objectif final est de rendre les satellites plus intelligents et résilients, capables de détecter rapidement des phénomènes critiques tels que les incendies, les inondations ou les anomalies thermiques, au service de la surveillance environnementale mondiale.
Doctorante · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Meta-apprentissage pour l'apprentissage multi-tâches. Application à la médecine personnalisée »
L'apprentissage multi-tâches implique la gestion de plusieurs objectifs contradictoires, ce qui nécessite de faire des compromis. Une méthode courante consiste à optimiser une fonction objectif scalaire, en minimisant une combinaison linéaire pondérée des pertes liées aux tâches. Toutefois, cette approche n'est efficace que lorsque les tâches ne sont pas en concurrence, ce qui n'est souvent pas le cas. Dans [1], les auteurs représentent explicitement l'apprentissage multi-tâches comme un problème d'optimisation multi-objectifs. L'optimisation multi-objectifs se concentre sur l'identification des solutions Pareto optimales, qui sont définies comme des solutions non dominées. Cette méthode est de plus en plus populaire dans l'apprentissage automatique, en particulier dans l'apprentissage profond (DL), car elle répond aux limites des techniques de scalarisation [1]. Il existe plusieurs algorithmes pour résoudre les problèmes d'optimisation multi-objectifs, les méthodes évolutionnaires et celles basées sur le gradient étant parmi les plus importantes. Toutefois, la recherche de solutions Pareto optimales peut s'avérer assez difficile en pratique. Plusieurs travaux ont défini les conditions nécessaires pour atteindre la Pareto optimalité, notamment par la recherche de solution Pareto critiques et Pareto stationnaires [2]. Ces dernières années, les algorithmes de descente de gradient multi-objectifs sont de plus en plus utilisés dans les réseaux neuronaux profonds. Il existe deux approches principales de l'optimisation multi-objectifs dans les réseaux neuronaux profonds : Les manipulations multi-objectives du gradient (MOGM) [3] et les approches du front de Pareto (PF) [4]. Les algorithmes MOGM fournissent une solution Pareto optimale unique, tandis que les approches PF visent à générer un ensemble de solutions qui résident sur le front de Pareto. La plupart des méthodes proposées combinent explicitement les gradients de manière linéaire. Dans ce projet, nous visons à combler une lacune dans la littérature actuelle en proposant des nouvelles architectures d'apprentissage profond multi-tâches qui peuvent gérer les conflits entre les tâches. Nous allons considérer l'apprentissage multi-tâches comme un problème d'optimisation multi-objectifs. Notre objectif sera de proposer de nouvelles approches de descente de gradient multi-objectifs basées sur le méta-apprentissage. Ces approches vont considérer non seulement des combinaisons non linéaires de gradients mais vont générer également un front de Pareto continu. Les méthodes résultantes seront appliquées dans le domaine de la médecine personnalisée.
Doctorant · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« ARAPPEX - Apprentissage de Représentation Auto-supervisée pour la Prédiction de Phénotype à partir de données d'EXpression de gènes »
Ce projet s'intéresse à l'analyse de données d'expression de gènes l'aide de méthodes d'intelligence artificielle pour le diagnostic, le prognostique, le choix thérapeutique et la stratification de patients. L'objectif est de construire un nouvel espace de représentation des données qui capturera l'essentiel de l'information contenue dans l'expression des gènes et qui pourra être appliqué par tout jeux de données RNA-seq et pour tout problème d'analyse supervisée ou non supervisée. Pour cela, nous apprendrons par apprentissage auto-supervisée un modèle « encoder », c-a-d un réseau de neurone qui projette les patients de l'espace des données d'expression dans l'espace de représentation. Nous adapterons les récents développement dans le domaine de l'image autour du « constrastive learning » au problème des données génomiques. De plus nous introduirons dans le modèle la connaissance biologique sous forme d'ontologie en utilisant des GNN (Graph Neural Network). La solution proposée sera mise à disposition de la communauté scientifique et sera testée sur des données de cancer du portail TCGA .
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Membre associé · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Nouvelle technologie d'actionnement pour robots humanoides et de dispositifs d'assistance »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Reconnaissance automatique des masses mammaires malignes par les approches d’apprentissage profond »
« Apprentissage actif profond pour l’identification et la géolocalisation de sources de pollution atmosphérique en zone urbaine »
Apprentissage actif profond · Identification et géolocalisation · Optimisation
« Optimisation d'un réseau de capteurs par les techniques d'apprentissage automatique pour la géolocalisation de sources polluantes »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · ResearchGate
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Analyse et Traitement des Données Médicales avec l'Intelligence Artificielle Avancée et l'Apprentissage par Transfert »
L'explosion du volume de données médicales au sein des établissements de santé ouvre des perspectives majeures pour l'amélioration des soins, tout en posant d'importants défis scientifiques et technologiques. Malgré les avancées notables de l'intelligence artificielle (IA) et de l'apprentissage profond, leur exploitation optimale dans le domaine médical demeure limitée. Cette sous-utilisation s'explique notamment par l'hétérogénéité des données cliniques, les contraintes computationnelles, les enjeux d'explicabilité, ainsi que les exigences strictes en matière de fiabilité et d'éthique. Dans ce contexte, l'apprentissage par transfert constitue une piste prometteuse, en particulier dans des situations où les données annotées sont rares ou déséquilibrées. Toutefois, son intégration efficace dans des systèmes d'IA médicale robustes et interprétables requiert une exploration approfondie des architectures de modèles, des stratégies d'optimisation et des mécanismes d'adaptation aux spécificités des données médicales. Dès lors, la question centrale de cette thèse est la suivante : comment mobiliser de manière efficace les techniques avancées d'IA, incluant l'apprentissage par transfert, les mécanismes d'attention, les architectures compactes, et la réalité virtuelle, pour améliorer l'analyse, l'interprétation et l'exploitation des données médicales, tout en garantissant la transparence, la robustesse et la pertinence clinique des modèles ? Il s'agira également d'examiner quelles architectures de réseaux et quelles approches méthodologiques permettent de relever les défis liés à la qualité des données, à la taille et la scalabilité des modèles, à la stabilité numérique (explosion/disparition des gradients), au déséquilibre des classes, à la sensibilité au bruit, aux biais, à l'oubli catastrophique, ainsi qu'à l'adaptation aux environnements réels. Enfin, cette recherche interrogera la manière dont des collaborations étroites avec les établissements de santé peuvent favoriser la co-conception, la validation et le déploiement de solutions d'IA pour le diagnostic précoce, la personnalisation des traitements et l'aide à la décision médicale, dans une perspective de médecine de précision.
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Transformers pour une vision multimodale efficace des systèmes autonomes »
Les transformer de vision (ViT) se sont révélés être des outils puissants pour le traitement et la compréhension des informations visuelles. Ils sont largement utilisés dans diverses tâches de vision par ordinateur, telles que la classification, la détection, la segmentation, le suivi, surpassant souvent les réseaux neuronaux convolutionnels traditionnels (CNN) en termes de précision. ViT a recours à un pipeline spécifique dans lequel l'image d'entrée est divisée en fragments plus petits appelés tokens. Une telle approche aide considérablement les algorithmes à comprendre le contexte visuel. Dans la pratique, la tokenisation et la sélection des embeddings sont des étapes cruciales pour les transformers. En effet, pour une image donnée, il n'existe pas d'approche unique de la tokenisation, car la méthode la plus appropriée peut varier en fonction des caractéristiques des données et de la tâche à accomplir. Les applications de pointe de la compréhension du langage à la prise de décision complexe, excellent grâce à l'utilisation de modèles multimodaux. Ces derniers combinent différents types de données, notamment des images 2D, des nuages de points 3D (LiDAR), du texte ou des données audio. Par conséquent, les ViT multimodaux tendent à surpasser leurs homologues unimodaux, car ils bénéficient d'un volume d'informations plus important. Plusieurs stratégies de fusion allant de la fusion précoce opérant au niveau de caractéristiques à la fusion tardive, en passant par de nombreuses approches intermédiaires ont été proposées. Les chercheurs étudient différentes techniques de fusion, à commencer par des opérations élémentaires telles que l'addition, jusqu'à des méthodes plus avancées basées sur l'attention ou l'attention croisée. Étant donné que chaque modalité possède des caractéristiques distinctes, une intégration transparente sans perte d'informations nécessite une collecte de données solide, des algorithmes efficaces et une infrastructure informatique scalable. La thèse proposée porte sur l'optimisation des ViT multimodaux, taillés pour des tâches de vision telles que la segmentation sémantique ou la détection d'objets sur des systèmes à ressources limitées. Dans ce travail de recherche, le terme multimodal se réfère spécifiquement à la fusion de diverses données visuelles telles que les images RGB, infrarouges, cartes de profondeur ou LiDAR, via des modèles de transformer. Il est important de noter que l'efficacité et l'adéquation du ViT peuvent être considérablement entravées par les complexités en termes de temps et de mémoire, qui augmentent de façon quadratique avec la longueur de la séquence d'entrée. Dans le contexte des données multimodales, la complexité des calculs augmente en raison du traitement simultané de représentations de grande dimension. L'objectif principal est donc d'accélérer la vitesse d'inférence tout en préservant la précision des ViTs multimodales sur les systèmes embarqués. Les systèmes embarqués posent des défis techniques spécifiques, notamment le stockage limité des données, la capacité de traitement et la consommation d'énergie, qui doivent tous être pris en compte dès la conception de l'algorithme. Deux aspects principaux seront examinés dans le cadre de cette étude : 1) le pruning des tokens pour identifier et supprimer dynamiquement les tokens non informatifs 2) la fusion de données multimodales, où les tokens peuvent être remplacés par des caractéristiques multimodales. Une nouvelle approche de la compression des transformers multimodaux de vision qui améliore leur efficacité est attendue. Par conséquent, l'identification de tokens informatifs pour la projection et la fusion multimodales, ainsi que les ajustements architecturaux possibles ou le réglage fin des paramètres d'optimisation, seront des domaines d'exploration approfondie. L'efficacité de la solution proposée sera démontrée par des expériences approfondies menées sur des cibles embarquées, notamment le NVIDIA Jetson AGX Orin.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV
Maître de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2012)
Motocyclettes électriques et sécurité routière
« Modélisation et observation hybride intégrées pour des systèmes mobiles intelligents et robustes »
Observation · Modélisation dynamique · Data-driven system · Systèmes mobiles · Apprentissage
« Estimation de la cinématique et de la structure 3D basées capteurs visuel-inertiel pour systèmes mobiles autonomes en environnements complexes »
Cartographie 3D · Observateur non linéaire · Robotique · Vision par ordinateur · Reconstruction monoculaire · Estimation d'états
« Contributions à l’identification paramétrique et à l’observation des véhicules à deux-roues motorisés »
« Enveloppe de sécurité pour la génération et le suivi de trajectoires sûres dans la perspective d'un ARAS semi-actif »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence :
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Contribution à l'architecture, la modélisation et la commande d'un bras manipulateur aérien »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Membre associée
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2026)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · ResearchGate
Membre associée · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Optimisation de l'efficacité et de l'interprétabilité: Une concentration sur les architectures de modèles computationnels »
Le domaine de la vision par ordinateur a connu des progrès notables grâce à l'intégration de techniques computationnelles avancées telles que les réseaux de neurones. Cependant, avec la complexité croissante des tâches, les modèles sont devenus plus complexes, posant des défis en termes d'efficacité et d'interprétabilité. La prolifération des dispositifs d'imagerie haute résolution et la demande croissante de traitement en temps réel soulignent le besoin urgent de modèles informatiques visuels à la fois efficaces et interprétables. Malgré la puissance des architectures traditionnelles, elles souffrent souvent de coûts computationnels élevés et d'un manque de transparence dans les processus décisionnels. Ce projet est dédié à relever ces défis en se concentrant sur l'optimisation des architectures de modèles computationnels, avec un accent sur l'amélioration de l'efficacité et de l'interprétabilité. Notre approche englobe à la fois des stratégies qualitatives et quantitatives. Les performances du modèle proposé seront présentées à l'aide de tests de référence, et l'évaluation comprendra une comparaison multi-critères approfondie. Cette comparaison inclura la précision, le temps d'inférence, l'importance des caractéristiques et le nombre de paramètres en tant que principaux indicateurs.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Interaction humaine dans une plateforme de robot parallèle de grand espace de travail avec un environnement virtuel »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Conception et validation d’environnements immersifs multisensoriels adaptatifs pour les personnes neuroatypiques : prise en compte des hypersensibilités olfactives et auditives »
Les environnements immersifs en réalité virtuelle (VR) sont de plus en plus utilisés dans des domaines variés tels que la formation, la rééducation et le divertissement. Cependant, ces environnements restent majoritairement conçus pour des utilisateurs neurotypiques et reposent principalement sur des stimuli visuels et auditifs. Pour les personnes neuroatypiques, notamment celles présentant un trouble du spectre de l'autisme (TSA), l'immersion en VR peut être perturbante en raison d'une hypersensibilité ou hyposensibilité sensorielle, pouvant entraîner une surcharge cognitive et émotionnelle. L'intégration de stimuli olfactifs en complément des signaux auditifs et visuels représente un levier intéressant pour moduler l'expérience immersive, mais reste encore peu explorée, notamment sous un angle adaptatif. L'objectif de cette thèse est de concevoir et valider un modèle adaptatif audio-olfactif permettant d'ajuster dynamiquement l'intensité et la fréquence des stimuli sensoriels en fonction des réactions des utilisateurs, afin d'améliorer l'acceptabilité des environnements immersifs. Ce modèle devra permettre d'optimiser l'expérience en fonction des sensibilités individuelles, tout en garantissant une immersion cohérente et fluide. La première phase de la thèse consistera en une revue de la littérature et une analyse des modèles existants en scénarisation multimodale et adaptation sensorielle en VR. Ensuite, une première expérimentation sera menée pour évaluer les sensibilités auditives et olfactives des utilisateurs neurotypiques et neuroatypiques dans un environnement immersif contrôlé. Des mesures physiologiques (fréquence cardiaque, conductance cutanée) et comportementales (eye-tracking, posture, mouvements d'évitement) seront collectées afin d'établir des profils sensoriels individuels et d'identifier les seuils de tolérance. En deuxième année, une scénarisation multimodale sera développée et testée sur une population neurotypique. Cette scénarisation intégrera différents niveaux d'intensité et de fréquence des stimuli sensoriels (sons et odeurs) pour vérifier leur impact sur l'engagement et le ressenti des utilisateurs. Une première validation permettra d'établir les bases d'un système adaptatif en fonction des réactions observées. La troisième année se concentrera sur la modélisation d'un algorithme adaptatif audio-olfactif, capable d'ajuster en temps réel les stimuli en fonction des réactions physiologiques et comportementales des participants. Cet algorithme sera intégré dans un environnement VR réaliste, comme une gare ou un aéroport, où l'utilisateur pourra évoluer et interagir avec des éléments dynamiques. L'objectif sera d'évaluer si l'adaptation des stimuli permet une meilleure tolérance sensorielle tout en conservant une immersion efficace. Cette validation expérimentale sur une population neuroatypique permettra d'évaluer l'acceptabilité du modèle adaptatif et d'identifier d'éventuelles améliorations. Une comparaison avec un groupe neurotypique aidera à comprendre les différences d'interprétation des stimuli sensoriels et d'ajuster les paramètres du modèle pour une meilleure personnalisation. Les résultats attendus de cette thèse sont multiples : (1) une meilleure compréhension de l'impact des stimuli auditifs et olfactifs en VR, (2) le développement d'un modèle adaptatif permettant d'optimiser l'expérience utilisateur en fonction des sensibilités individuelles, et (3) des recommandations méthodologiques pour la conception d'environnements immersifs plus inclusifs et mieux tolérés. Les contributions scientifiques de ce projet porteront sur l'interaction homme-machine en contexte immersif, l'adaptation sensorielle dynamique et l'amélioration de l'accessibilité en réalité virtuelle.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence :
Doctorant · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Modélisation Des Mécanismes De Résistance Secondaire »
La résistance se rapporte à la capacité de certains micro-organismes ou cellules cancéreuses, à résister aux effets de médicaments habituellement efficaces contre eux. On distingue deux types de résistance primaire et secondaire. Pour la résistance primaire la thérapie prescrite se révèlera inefficace d'emblée. Il peut aussi survenir qu'un médicament perde son efficacité au cours du traitement, ce qui caractérise la résistance secondaire. La compréhension des mécanismes de résistance et sa prévention est une priorité majeure de l'organisation mondiale de la santé (OMS). Toutefois, sa modélisation et la compréhension des mécanismes la régissant demeure actuellement à ses balbutiements. L'objectif de cette thèse sera donc d'explorer la compréhension de ce mécanisme par sa modélisation afin de définir des méthodes d'inférence de cibles thérapeutique permettant, soit de l'éviter en anticipant celle-ci, soit de la surmonter en adaptant le traitement. Ceci conduit à définir un cadre théorique de ce mécanisme et de valider ses prédictions sur des cas cliniques. Les travaux préliminaires montrent que la résistance ainsi que l'adaptation du traitement peuvent être envisagées comme un jeu à 2 joueurs opposant la maladie et le médecin où les mutations et les médicaments sont des stratégies. Cette thèse aura pour enjeu d'étudier différents cadres de méthodes symboliques fondées sur la théorie des jeux pour la modélisation de la résistance secondaire, d'en déduire des méthodes de prédiction pour le traitement, et de valider ces éléments sur des cas cliniques relatifs au cancer.
Ingénieur de Recherche
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2018)
SAENES
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Professeur des Universités à l'Université d'Évry depuis 1999, affecté au laboratoire LSC devenu IBISC en 2006. Je suis membre de l'équipe IRA2 (dont j'ai été le premier chef d'équipe jusqu'en 2018-2019). Je suis co-responsable scientifique de la plateforme EVR@ depuis son inauguration en mai 2004, soit plus de vingt années d'animation continue.
Mes travaux de recherche portent sur la réalité augmentée, la télérobotique, la réalité virtuelle, l'interaction homme-robot et la vision par ordinateur. Mes travaux de doctorat (1990, Paris XII) en vision par ordinateur ont notamment contribué à la naissance du concept de réalité augmentée. J'ai dirigé plus d'une vingtaine de thèses de doctorat, encadré trois promotions d'HDR, et publié plus de deux cents articles scientifiques et chapitres d'ouvrages.
En parallèle de mes activités scientifiques, j'exerce des responsabilités institutionnelles à l'Université d'Évry Paris-Saclay : 2ᵉ Vice-Président en charge des relations humaines et de la politique sociale depuis 2023, Président de la Commission Mixte des Moyens depuis 2015. J'ai été nommé Chevalier dans l'Ordre des Palmes Académiques en juillet 2022.
Je co-pilote scientifiquement la plateforme EVR@ de l'IBISC depuis son inauguration en mai 2004, aux côtés de Samir Otmane. La plateforme a été co-fondée à travers les projets AMRA (RNTL, co-porté avec J.-Y. Didier, 2002-2004) et ARITI (thèse Otmane).
Engagement Science Ouverte : co-création et publication du dataset XEM (17 capteurs XSens, lien geste-émotion) sur Recherche Data Gouv en juillet 2022, avec I. Ajili, Z. Ramezanpanah, A. Jourlin et J.-Y. Didier.
CIFRE ANRT avec la société ALTEN - Reconnaissance et analyse des actions humaines
« Interactions entre un humain et un robot humanoïde assistant »
Interaction physique homme-robot · Robot NAO · Estimation · Contrôle · Équilibre humanoïde · Collaboration
« Reconnaissance et analyse des actions humaines en vue de l'identification de la posture et la prédiction de l'intention de l'utilisateur »
Vision par ordinateur · Intelligence artificielle · Réalité mixte · Capteurs
« Reconnaissance des gestes expressifs inspirée du modèle LMA pour une interaction naturelle homme-robot »
« Interactions multi sensorielles entre un système robotique multidimensionnel et multi capteur »
« Interaction humaine dans une plateforme de robot parallèle de grand espace de travail avec un environnement virtuel »
« Interaction bi latérale entre un robot humanoïde et un humain assistée par la réalité mixte »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar
Co-organisateur d'une challenge session avec A. Beghdadi (doctorant IRA2) et L. Beji (PR SIAM) sur la détection d'objets en environnement non contrôlé.
Engagement en faveur de l'accès ouvert : intervention en table ronde « EVRY Science Ouverte » (1ʳᵉ édition, janvier 2020) sur la publication en accès ouvert.
En charge des relations humaines et de la politique sociale — depuis le 31 janvier 2023, sous la présidence de C. Bouhier (1ᵉʳ mandat 2023-2027).
Université d'Évry Paris-Saclay — depuis 2015, soit plus de onze années à février 2023.
Enseignement auprès d'étudiants des trois cycles LMD, en formations initiale, par alternance et continue, à : Université d'Évry Paris-Saclay, Université Paris-Saclay, Université Paris-Est-Créteil, ENSIIE, Télécom SudParis.
Responsable historique du Master 2 RVSI (Réalité Virtuelle et Systèmes Intelligents), désormais succédé par le M2 ISIA cursus TITaN (responsable : G. Loup, MCF IBISC IRA2), avec migration de la mention E3A vers ISC.
Doctorante · Équipe IRA2
IBISC (équipe IRA2) · LMEE EA3332 (équipe CARE) · LS2N UMR 6004 — CNRS (équipe PACCE) — triple affiliation, depuis 2023
Doctorante en réalité virtuelle et interaction humain-machine, je mène mes recherches au sein du laboratoire IBISC (équipe IRA2), du LMEE (équipe CARE) de l'université Évry Paris-Saclay, ainsi qu'au LS2N (équipe PACCE) de l'IMT Atlantique Nantes. Mes travaux portent sur les interactions haptiques, le toucher interpersonnel et les expériences collaboratives en réalité virtuelle, avec des applications dans la formation des forces de l'ordre et la gestion de conflits.
« Étude des interactions haptiques avec un avatar virtuel »
Le projet ANR MASTERS (2023-2027) vise à concevoir des méthodes pédagogiques innovantes destinées aux forces de l'ordre, aux pompiers, aux personnels de santé. Ces méthodes visent à les aider à garder une bonne maîtrise d'eux-mêmes en toutes circonstances, y compris lorsqu'ils sont soumis à de fortes contraintes et à un stress intense (d'origine psychologique, sociale, etc.) attachés à des contextes dynamiques difficiles. La contribution de nos équipes dans le cadre de ce projet sera de concevoir et de développer des environnements virtuels, des interfaces multisensoriels et des modèles dynamiques permettant de mettre en situation et de former les personnes dans ce contexte particulier. L'objectif de ce projet de thèse est, dans un premier temps, d'implémenter dans la plateforme une approche permettant de traiter dynamiquement les contacts physiques dans l'environnement virtuel et de les restituer aux apprenants à l'aide de dispositifs haptiques, tels que des vestes ou des combinaisons. Pour cela, une approche modulaire est envisagée. Elle consiste à considérer chaque avatar ou objet virtuel comme une entité élémentaire indépendante, les liaisons entre entités étant traitées comme des boites blanches pouvant communiquer avec les modèles numériques des entités concernées. Dans un second temps, il s'agit d'étudier l'impact de ces interactions physiques sur la mise en situation des apprenants. Plus particulièrement, en se basant sur notre modèle de la fidélité des avatars dans un environnement immersif, et sur nos études sur la communication haptique, nous envisageons d'étudier l'impact du sens haptique, en plus du sens visuel, sur le sentiment de présence et le sentiment de coprésence. Ceci sera la première étape de la construction du concept de l'avatar multisensoriel.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar
Enseignante vacataire à l'Université d'Évry Paris-Saclay (février 2024 – juin 2025). Validation du parcours doctoral « Enseignement du supérieur » de l'Université Paris-Saclay.
Membre associée · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
Système Numérique de RééduCation Holistique des Réseaux cOgnitifs à destination du Traumatisé Crânien
« Étude de nouvelles opportunités offertes par la méthode de renormalisation : application à l'inversion temps réel de mesures électro-physiologiques »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %).
ATER
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2021)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Maître de Conférences · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Membre associée · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Conception mécatronique et algorithme de contrôle d'un actionneur électro-hydraulique assurant une interaction sûre pour des applications saines »
Classiquement, deux types d'actionnement étaient utilisés pour les robots humanoïdes : électrique et hydraulique. Les électriques sont plus faciles à utiliser avec un coût réduit, mais ils doivent être utilisés avec une réduction de boîte de vitesses pour produire le couple nécessaire. Des composants supplémentaires doivent être utilisés pour produire le changement de rigidité nécessaire à la sécurité. D'autre part, l'actionnement hydraulique avec un groupe hydraulique central classique et des servovalves montre une haute performance pour une force de sortie importante et des mouvements fluides au niveau des articulations. Cependant, ce système d'actionnement de groupe hydraulique central souffre de plusieurs inconvénients, comme l'utilisation d'un grand nombre de canalisations, réduisant l'efficacité. Notre équipe de l'université Paris-Saclay s'est investie depuis 2005 dans la technologie d'actionnement nommée 'Servo Electro-Hydraulic Actuator' (SEHA) couverte par des brevets nationaux et internationaux (WO2009-118366A1), (WO2020-173933A1), est en cours de développement dans le cadre de une chaire d'excellence industrielle entre UEVE et KALYSTA. Récemment, un projet de maturation (SEHA) est financé par la SATT Paris-Saclay pour développer une version optimisée de l'actionneur proposé. Le SEHA vise à valider un actionneur hydraulique et électrique innovant permettant des produits avec les performances des composants hydrauliques pour la simplicité, la contrôlabilité, le volume et le poids d'un actionneur électrique. Le produit final sera bien adapté aux applications robotiques et plus globalement aux systèmes mécatroniques embarqués. Notamment des applications destinées aux personnes à mobilité réduite, comme les prothèses et les exosquelettes. Le premier prototype de SEHA a été modélisé sur la base de plusieurs sous-systèmes : micro-pompe, micro-vanne pour le contrôle du débit et compensation de pression. La relation entrée-sortie théorique entre les positions de la micro-vanne X et la charge utile Y a été établie en utilisant la dynamique de chaque sous-système. Cette modélisation théorique conduit à une équation différentielle non linéaire multi-ordres avec la possibilité d'accéder à plusieurs dérivées temporelles de la position de la charge utile. Bien que, ce système offre une grande capacité, cependant, contrôler un tel actionneur, en théorie et en pratique, reste une tâche très difficile, le modèle mathématique complexe, le rend difficile de connaître la meilleure façon de contrôler ce système. Il est donc nécessaire de simplifier ce modèle en précisant le poids et l'influence de chaque paramètre qui le compose, ce qui permet finalement de proposer un modèle simplifié réaliste et pratiquement manipulable par l'utilisateur final. Le modèle proposé doit tenir compte du domaine d'application proposé pour cet actionneur, en particulier dans l'assistance à la mobilité comme les prothèses et les applications d'exosquelette, où une plus grande attention doit être accordée aux paramètres qui affectent la fiabilité et la sécurité. Aussi, les solutions proposées doivent gérer la non-linéarité du système et assurer un contrôle robuste de toutes les sorties (position, vitesse, force, compliance).
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Maîtresse de Conférences · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
Post-doctorant
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
Motocyclettes électriques et sécurité routière
Contrat CIFRE avec la société CDSI - thèse de Mohamed Sanim Akremi
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Professeur des Universités · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
h-index 70source : Google Scholar
Professeur des Universités au laboratoire IBISC (équipe SIAM) à l'Université Évry Paris-Saclay depuis 2019, après avoir été Maître de conférences à l'UPJV — laboratoire MIS (Amiens, 2004–2019). Il est titulaire d'une HDR (UPJV, 2011) et d'un doctorat en automatique (Université de Lorraine / INPL — CRAN, Nancy, 2002).
Ses travaux portent sur la théorie de la commande et ses applications : commande floue (modèles Takagi–Sugeno), diagnostic et détection de défauts (FDI), commande tolérante aux défauts (FTC), systèmes multi-agents et véhicules intelligents. Auteur/éditeur de plus de 12 ouvrages et de plus de 300 articles, il est Senior Member IEEE (2009), Distinguished Fellow de l'IETI (2023) et figure dans le Top 2 % des chercheurs les plus cités (Stanford/Elsevier). Il préside le Control Systems Chapter de l'IEEE France.
h-index 70 source : Google Scholar
Plus de 300 articles publiés. Présence dans le Top 2 % des chercheurs les plus cités au monde (classement Stanford/Elsevier, depuis 2021). Les indicateurs SCOPUS par publication figurent dans la section Publications.
« Safe, Fault-Resilient and Health-Aware Control »
Co-Technical Program Chair
General Chair (éditions 2012, 2014, 2019)
Diagnostic et sûreté de fonctionnement
USTB Pékin (2025) · NUAA Nankin (2018–2025) · Université de Naples Federico II (2019) · Shanghai Maritime University (2014–2017) · University of Agder, Norvège · TU Ostrava, Tchéquie · UM6P, Maroc (2025).
Université Paris-Saclay — depuis 2023.
Développement de systèmes de décision et de contrôle basé sur des techniques d'intelligence artificielle en vue d'optimisations énergétiques
Coordination et optimisation énergétique appliquées aux véhicules militaires terrestres (thèse R. Pietrasanta)
« Stratégies événementielles tolérantes aux défauts pour systèmes multi-agents »
Tolérance aux défauts · Systèmes Multi-Agents · Modèle T-S · Focntion de Lyapunov floue · Commende basé estimateur
« Techniques de commande prédictive tolérantes aux défauts pour des systèmes incertains »
Systèmes incertains · Apprentissage pour la commande et l'estimation · Estimation d'état · Commande prédictive · Détection de défauts · Commande tolérante aux défauts
« Research on Event-Triggered Optimal Cooperative Control for Six-Rotor UAV Systems »
« Coordination et optimisation énergétique appliquées aux véhicules militaires terrestres »
« Commande distribuée tolérante aux défauts des systèmes multi-agents sous contraintes: Approche événementielle »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Technicienne
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2014)
Maîtresse de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Synthèse d'observateurs adaptatifs pour l'estimation et le contrôle de trajectoire d'une flotte de véhicules autonomes communicants »
Flotte de véhicules · Contrôle · Event-triggered · Systèmes en réseaux · Observateurs adaptatifs · Systèmes non linéaires
« Interaction humaine dans une plateforme de robot parallèle de grand espace de travail avec un environnement virtuel »
« Observateurs par intervalle pour les systèmes dynamiques à commutation »
« Approche Hybride Modèles-Données pour le diagnostic et le contrôle tolérant aux défauts des véhicules Autonomes »
« Stratégies de contrôle renforcé par apprentissage pour les véhicules autonomes »
Maîtresse de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2017)
Contrat CIFRE avec la société CDSI - thèse de Mohamed Sanim Akremi
« Approches basées sur les variétés pour la reconnaissance des actions et des gestes »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
Professeur des Universités · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Utilisation de la technologie blockchain pour l'amélioration de la confiance dans les processus de logistique et de transport »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : ResearchGate
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
ATER
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2021)
Motocyclettes électriques et sécurité routière
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay
« »
Doctorant · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Segmentation des structures 3D d'ARN par des méthodes hybrides d'apprentissage supervisé/non supervisé »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
Membre associé
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2021)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Maître de Conférences · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Professeur des Universités · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
« Contrôleurs statiques et structurés à mémoire et apprentissage par renforcement »
Reinforcement learning · Output-feedback · Chassis controle
« Contrôle dynamique de la traction : Application aux véhicules à deux-roues motorisés »
« Développement de l'électronique et de la commande des actionneurs servo-électrohydrauliques (SEHA) »
« Contrôle et planification tolérants aux défauts de systèmes quasi-LPV : application sur un quadrotor »
« Estimation et contrôle tolérant aux défauts pour des vols de quadrotors plus sûrs »
« Contributions à l’identification paramétrique et à l’observation des véhicules à deux-roues motorisés »
« Observateurs par intervalle pour les systèmes dynamiques à commutation »
« Contrôle tolérant aux défauts basé observateurs par intervalle pour systèmes LPV commutés »
« Planification et Commande robustes de véhicules aériens sans pilote »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Membre associé · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2021)
« Modélisation et observation hybride intégrées pour des systèmes mobiles intelligents et robustes »
Observation · Modélisation dynamique · Data-driven system · Systèmes mobiles · Apprentissage
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Maîtresse de Conférences · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Doctorante · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Approche d'apprentissage fédérée pour la confidentialité des données de mobilité enrichies sémantiquement »
Cette thèse de doctorat a pour objet l'apprentissage fédéré (ou Federated Learning, FL) pour l'analyse de la mobilité respectueuse de la vie privée. Elle concerne les principales activités d'analyse et de fouille de données, telles que le clustering de trajectoires, l'extraction de modèles de mobilité et la prédiction de mobilité individuelle ou de flux. De plus en plus d'entreprises proposent des applications mobiles qui sont installées sur des appareils personnels sans que la personne n'ait connaissance de leur réelle utilisation. Avec le développement des techniques d'intelligence artificielle, ces entreprises sont désormais en mesure de mettre en corrélation des données avec d'autres sources et de déduire de nombreuses informations personnelles et sensibles sur les individus. Avec une approche FL, nous pourrions empêcher les données collectées d'être envoyées à l'extérieur des mobiles et grâce à sa logique distribuée, l'extraction de modèles nécessaires aux services proposés n'exposerait pas les données personnelles. Toutefois, pour rendre cette solution pleinement opérationnelle dans notre contexte, de nombreuses questions de recherche sont soulevées. En résumé, comment décentraliser le processus d'analyse préservant la confidentialité des données de mobilité via l'apprentissage fédéré de manière efficace, efficiente et dynamique ? C'est le principal objectif de cette thèse.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
Servo-Electro-Hydraulic Actuator
« Conception mécatronique et algorithme de contrôle d'un actionneur électro-hydraulique assurant une interaction sûre pour des applications saines »
Actionneur électro-hydraulique · Conception mécatronique · Interaction sûre · Robot Operating System · Applications saintes
« Conception d'un exosquelette de cheville léger bio-inspiré utilisant un actionneur SEHA pour l'assistance à la mobilité. »
Exosquelette cheville · Bioinspiration · Actionneurs SEHA · Contrôle adaptatif
« Développement de méthodes de contrôle compliant pour un actionneur électro-hydraulique »
Hydraulique · Robotique · Control · Ros2
« Intelligence artificielle explicable et contrôle adaptatif pour la robotique portable »
Capteurs multi-modaux · Intelligence artificielle explicable · Interaction homme-robot · Robotique portable
« Analyse et développement d'un bras robot électro-hydraulique pour l'entraînement de boxe »
Robotique humanoïde · Manipulation · Ros · Contrôle dynamique · Interaction homme-robot · Actionneur électro-hydraulique
« Développement de l'électronique et de la commande des actionneurs servo-électrohydrauliques (SEHA) »
« Architecture de contrôle pour un robot humanoïde à actionnement hydraulique »
« Architecture de contrôle pour un robot humanoïde de type électro-hydraulique »
« Enveloppe de sécurité pour la génération et le suivi de trajectoires sûres dans la perspective d'un ARAS semi-actif »
« Nouvelle technologie d'actionnement pour robots humanoides et de dispositifs d'assistance »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Professeure des Universités · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2012)
« Transformers pour une vision multimodale efficace des systèmes autonomes »
Détection et reconnaissance d'objets · Pruning · Segmentation · Vision transformers · Vision multimodale · Edge AI
« Localisation et reconstruction multimodale de la trajectoire d'un robot aérien par approche neuromorphique »
Caméra évènementielle · Slam · Perception multimodale · Traitement d'image · Réseau de neurone
« Transformer de vision multimodale efficace pour système embarqué »
Pruning · Vision multimodale · Vision Transformer · Système embarqué
« Surveillance dynamique du trafic routier par une flotte de Drones : Coordination hiérarchique et Planification de mission Adaptative »
Plannification de chemin · Drones autonomes · Perception · Intelligence artificielle · Communications véhiculaires
« Odométrie Visio-Inertielle Basée sur Le Flot Optique pour Les Capteurs Neuromorphiques de Vision »
« Vers un système de vision artificielle opportuniste pour l'analyse de scènes complexes à partir de caméras embarquées »
« Odométrie Visuelle par Association de Caméras Hétérogènes. Application à la Localisation et à la Cartographie Simultanée des Véhicules Autonomes »
« Estimation de la pose avec une caméra évènementielle »
« Planification Multi-Robot du Problème de Répartition de Tâches avec Évitement Automatique de Collisions et Optimisation du Temps de Cycle : Application à la Chaîne de Production Automobile »
Professeur des Universités · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Collaboration multimodale en réalité virtuelle entre apprenant et mentor pour la formation aux gestes techniques en chirurgie
Partenariat industriel avec le Groupe SEDNA France - thèse de Florian Maronnat (AlzVR / SEDNA)
Contrat CIFRE avec la société INTERACTION HEALTHCARE - thèse de Ludovic David
Augmented Reality Rehabilitation of Walking
« Etude de la fidélité du retour haptique pour l'apprentissage des gestes techniques dans les simulateurs en réalité virtuelles »
Fidélité du retour haptique · Apprentissage des gestes techniques · Réalité Virtuelle
« Conception et évaluation d’un système de réalité virtuelle pour l’assistance à l’auto-rééducation du membre supérieur post-AVC »
« Retours sensoriels multimodaux en réalité augmentée pour la rééducation de la marche des enfants atteints de paralysie cérébrale »
« Deep Learning pour l'Immersion et l'Interaction 3D Naturelle dans les Expériences de Réalité Mixte intelligente »
« Towards auto-adaptive and cooperative multi agent systemsfor ambient assistive applications »
« Projet AlzVR : Conception et évaluation d'un outil digital multimodal de dépistage des troubles cognitifs dans la maladie d'Alzheimer »
« Méthode et outil de débriefing des jeux sérieux en réalité virtuelle »
« Effets de la fidélité dans les simulateurs de réalité virtuelle sur l'apprentissage des compétences techniques en chirurgie »
« Interactions collaboratives et multimodales pour la formation médicale en réalité virtuelle »
« Étude et conception des techniques d'interaction pour faciliter la sélection et la manipulation d'objets dans des environnements virtuels sur interface mobile »
Interaction humain-machine · Interfaces utilisateur (informatique) · Réalité virtuelle · Interfaces mobiles · Interaction 2D/3D
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar · ResearchGate
Professeure des Universités · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Maître de Conférences · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2017)
« Méthodes d'inférence de cibles thérapeutiques et de séquences de traitement »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar · ResearchGate
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Développement de méthodes de contrôle compliant pour un actionneur électro-hydraulique »
Notre équipe de l'université Paris-Saclay a investi dès 2017 dans une technologie d'actionnement dénommée 'Servo Electro-Hydraulic Actuator' (SEHA). Cette technologie a fait l'objet de brevets nationaux et internationaux (WO2009118366), (PCT / EP2020 / 054895). L'actionneur SEHA est en cours de développement dans le cadre d'une chaire d'excellence industrielle entre l'UEVE et la start-up KALYSTA. Récemment, un projet de maturation (SEHA) a été financé par la SATT Paris-Saclay pour développer une version optimisée de l'actionneur proposé. Le SEHA vise à valider un actionneur hydraulique et électrique innovant permettant des produits avec les performances de composants hydrauliques pour la simplicité, la contrôlabilité, le volume et le poids d'un actionneur électrique. Le prototype final doit être bien adapté aux applications de robotique humanoïde. En effet, développer une commande appropriée pour cet actionneur électrohydraulique est un facteur clé pour obtenir une interaction homme-robot sécurisée. Un premier prototype simplifié de notre système d'actionnement appelé Servo Intelligent Cylinder (SIC) a été conçu et fabriqué dans le cadre du projet SEHA SATT Paris-Saclay. Le SIC a été modélisé, via une approche multi-physique, sur la base de plusieurs sous-systèmes: servo-valve à deux étages, vérin, bloc hydraulique, capteurs de force et de position, commande électronique. La relation théorique d'entrée sortie entre le signal d'entrée et la charge utile a été établie en utilisant la dynamique de chaque sous-système. Cette modélisation théorique conduit à une équation différentielle non linéaire d'ordre élevé offrant la possibilité d'accéder à plusieurs dérivées temporelles de la position de la charge utile. Ce travail vise à développer des algorithmes de contrôle temps-réel appropriés pour permettre une utilisation aisée du SIC proposé. Les solutions doivent gérer la non-linéarité du système et assurer un contrôle, compatible avec le cahier des charges et robuste de toutes les sorties (position, vitesse, force, conformité). L'exploitabilité des lois de contrôle sera également un élément clés des structures de commande à retenir tout comme la frugalité des temps de calcul et la réduction des latences. Avant d'aborder la partie contrôle, le doctorant aura à définir le cahier des charges déclinée en termes d'architecture, de performances et de robustesse dans les deux versions de l'actionnement échelle réduite et grandeur en taille réelle. Par la suite un un ensemble de méthodes de contrôle sera proposé et testé dans l'environnement de simulation et sur prototype expérimental.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Maître de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : Google Scholar
Professeure émérite · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Maître de Conférences · Équipe COSMO
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Surveillance dynamique du trafic routier par une flotte de Drones : Coordination hiérarchique et Planification de mission Adaptative »
L'avènement des systèmes de transport intelligents et les propriétés intéressantes des véhicules aériens sans pilote forment un contexte favorable au développement de nouvelles infrastructures urbaines, notamment dans les agglomérations. En effet, plusieurs situations causant des congestions du trafic routier peuvent se présenter de plus en plus souvent, à l'image des accidents, convois exceptionnels, transports d'urgence, manifestations, etc. Ces situations peuvent rapidement évoluer au cours du temps et nécessitent l'utilisation de moyens réactifs pouvant s'adapter en temps réel aux circonstances. Dans ce contexte, il serait intéressant d'apporter une composante agile et facile à déployer comme moyens d'assistance complémentaires aux infrastructures et moyens existants, afin d'éviter des situations de congestion du trafic routier et/ou de mise en danger des usagers. L'utilisation d'un ensemble d'UAV coordonnés apparaît comme une des pistes pour répondre aux besoins de collecter des informations complémentaires sur l'environnement, de localiser une congestion dans le trafic sous surveillance et de déterminer des moyens de réallocations des voies de circulation en conséquence. Cela requiert un échange d'informations fréquent et structuré entre toutes les entités mises en jeu (véhicules terrestres et aériens, infrastructure, autres usagers) et une bonne anticipation de l'évolution potentielle du trafic et de l'impact d'une redirection des usagers. L'objectif de cette thèse est de déterminer comment un système de drones fournissant ce type de services devrait être organisé, avec quelles technologies et techniques de perception, et selon quelles stratégies de déplacement. Nous développerons une nouvelle infrastructure mettant en évidence une complémentarité entre engins terrestres et aériens.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Développement de méthodes d'IA avancées tirant parti de l'imagerie multimodale et des données cellulaire pour déverrouiller la complexité des tissus dans les applications de biologie spatiale »
La biologie spatiale est une série de techniques avec lesquelles les scientifiques collectent des informations cellulaires détaillées et examinent le contexte de position des cellules dans un tissu. Les analyses spatialement résolues donnent un aperçu de nouvelles stratégies pour prévenir ou traiter les maladies, notamment l'immunologie, l'oncologie, les troubles neurologiques et les troubles métaboliques. Dans de telles applications, les scientifiques s'appuient sur une variété de méthodes basées sur la microscopie et de sondes complémentaires de transcription pour enregistrer l'emplacement de différents ARN et protéines dans les tissus. Les méthodes protéomiques spatiales comprennent l'immunohistochimie (IHC), l'immunofluorescence (IF), la spectrométrie de masse (MS) et la cytométrie. Ces techniques ont une profondeur de couverture, une couverture et un débit variés. Les tissus pathologiques sont composés d'un mélange de différentes cellules très organisées dans l'espace. Le réseau d'interactions cellule-cellule qui en résulte est un déterminant majeur de la pathologie sous-jacente et aujourd'hui, malgré les progrès récents des technologies de profilage spatial des tissus, les interactions cellule-cellule dans les tissus restent mal comprises. L'un des défis à relever est d'intégrer plusieurs modalités de biologie spatiale afin d'intégrer la morphologie, l'expression des protéines et les modifications de l'ARNm dans les tissus afin d'accroître la compréhension des interactions cellulaires et de l'association entre les interactions cellule-cellule et les maladies et la réponse au traitement. L'objectif de ce projet est de développer des méthodes informatiques avancées d'IA pour intégrer plusieurs modalités de biologie spatiale afin de caractériser la dynamique de l'architecture tissulaire et ses implications pour la compréhension de la physiopathologie des maladies.
Ingénieur de Recherche (CDD) · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
Maîtrise de l'Autre et de Soi sous Tension Emotionnelle, Restrictions de ressources et Stress
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
« Méthodes d'estimation robustes pour navigation relative entre deux satellites »
Les rendez-vous coopératifs sont dans l'ensemble assez bien maîtrisés, sous réserve de la qualité des capteurs et de la performance des moyens de communication. Dans le cas de rendez-vous non coopératifs, ou dans le cas d'une coopérativité avec des capteurs de qualité moyenne, ou possiblement défaillants, l'estimation de pose relative devient plus complexe [6,7]. Le cadre applicatif de cette thèse sera une approche sans amarrage (de type diagnostic) entre un satellite chasseur et un satellite cible non coopératif. Nous nous focaliserons sur la phase finale de l'approche (c'est-à-dire infra kilométrique), bien que la phase d'approche à grande distance peut également nécessiter l'utilisation de méthodes relatives (surtout si les fréquences de revisite avec la station sol sont faibles). Dans une telle application, une des principales problématiques est la réalisation de manoeuvres utilisant une commande basée sur une estimation relative de la pose et garantissant l'absence de collision entre les deux satellites. Dans cette thèse, deux approches ensemblistes alternatives aux intervalles sont envisagées. D'une part, il s'agira d'étudier une approche d'estimation basée sur l'utilisation d'ellipsoïdes, qui présentent des caractéristiques particulièrement adaptées à ce type de système car de forme non dépendante des axes du repère d'étude [1,4]. D'autre part, il s'agira d'étudier l'apport des zonotopes, un zonotope pouvant être défini comme l'image du cube unité par une transformation affine. Un tel objet présente des caractéristiques permettant de limiter le pessimisme de l'estimation obtenue par des intervalles moyennant l'utilisation de dimensions supplémentaires lors de la phase de correction, suivi de réduction de dimension afin d'éviter une explosion de la complexité calculatoire [1,5]. Notons que les incertitudes de navigation propre au satellite chasseur, bien que pouvant être négligées dans un premier temps, devront ensuite être intégrées, car certaines variables d'état du chasseur interviennent directement dans les équations de la dynamique relative. Un autre aspect qui sera traité dans cette thèse sera la détection de défaut. En effet, le caractère garantit de l'approche ensembliste reposant sur la connaissance des bornes d'erreur des capteurs, cette approche sera défaillante dès qu'un défaut apparaît, puisque celui- ci aura pour effet d'entacher la mesure d'une erreur qui sort potentiellement des bornes attendues [2,5,8,9]. Enfin, une commande tolérante aux défauts capteurs, et garantissant une absence de collision sera développée pour effectuer des manoeuvres prédéfinies (pour un diagnostic complet de la cible, par exemple). Les estimateurs développés, une fois validées par simulation, pourront être éprouvés sur des données réelles. En effet, ce sujet de thèse s'inscrit dans le cadre du projet Flylab, projet dont l'objet, est le lancement de deux satellites courant 2024, et dont, entre autres missions scientifiques, le rapprochement non coopératif d'un satellite de l'autre est prévu.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Développement de solutions IA pour l'inspection non destructive (CND) par ultrasons et/ou visuelle dans l'industrie nucléaire. »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Méthodes d’apprentissage auto-supervisées pour l’analyse d’images 3D de roches »
La compréhension de l'écoulement des fluides dans les milieux poreux est essentielle dans de nombreux domaines d'application tels que la mécanique des sols, l'hydrologie ou la caractérisation des réservoirs géologiques pour la séquestration du carbone. En particulier, la Physique Numérique des Roches (PNR) qui combine des techniques d'imagerie 3D haute résolution et des simulations numériques, permet d'analyser les structures internes des roches et d'estimer des propriétés clés telles que la perméabilité et la porosité. Toutefois, les méthodes traditionnelles basées sur des mesures expérimentales ou des simulations numériques sont fastidieuses et coûteuses, ce qui limite leur application à grande échelle. L'objectif principal de cette thèse est le développement d'algorithmes d'apprentissage non supervisés pour surmonter le problème du manque de données annotées. Nous proposons MixSim3D, une approche originale d'apprentissage dans laquelle les données originales sont progressivement mélangées avec leurs versions augmentées, permettant ainsi au modèle de commencer par apprendre des structures simples avant de s'adapter à des variations plus complexes.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Membre associée · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV · Google Scholar
Doctorant · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Transformer de vision multimodale efficace pour système embarqué »
Les transformer de vision (ViT) se sont révélés être des outils puissants pour le traitement et la compréhension des informations visuelles. Ils sont largement utilisés dans diverses tâches de vision par ordinateur, telles que la classification, la détection, la segmentation, le suivi, surpassant souvent les réseaux neuronaux convolutionnels traditionnels (CNN) en termes de précision. ViT a recours à un pipeline spécifique dans lequel l'image d'entrée est divisée en fragments plus petits appelés tokens. Une telle approche aide considérablement les algorithmes à comprendre le contexte visuel. Dans la pratique, la tokenisation et la sélection des embeddings sont des étapes cruciales pour les transformers. En effet, pour une image donnée, il n'existe pas d'approche unique de la tokenisation, car la méthode la plus appropriée peut varier en fonction des caractéristiques des données et de la tâche à accomplir. Les applications de pointe de la compréhension du langage à la prise de décision complexe, excellent grâce à l'utilisation de modèles multimodaux. Ces derniers combinent différents types de données, notamment des images 2D, des nuages de points 3D (LiDAR), du texte ou des données audio. Par conséquent, les ViT multimodaux tendent à surpasser leurs homologues unimodaux, car ils bénéficient d'un volume d'informations plus important. Plusieurs stratégies de fusion allant de la fusion précoce opérant au niveau de caractéristiques à la fusion tardive, en passant par de nombreuses approches intermédiaires ont été proposées. Les chercheurs étudient différentes techniques de fusion, à commencer par des opérations élémentaires telles que l'addition, jusqu'à des méthodes plus avancées basées sur l'attention ou l'attention croisée. Étant donné que chaque modalité possède des caractéristiques distinctes, une intégration transparente sans perte d'informations nécessite une collecte de données solide, des algorithmes efficaces et une infrastructure informatique scalable. La thèse proposée porte sur l'optimisation des ViT multimodaux, taillés pour des tâches de vision telles que la segmentation sémantique ou la détection d'objets sur des systèmes à ressources limitées. Dans ce travail de recherche, le terme multimodal se réfère spécifiquement à la fusion de diverses données visuelles telles que les images RGB, infrarouges, cartes de profondeur ou LiDAR, via des modèles de transformer. Il est important de noter que l'efficacité et l'adéquation du ViT peuvent être considérablement entravées par les complexités en termes de temps et de mémoire, qui augmentent de façon quadratique avec la longueur de la séquence d'entrée. Dans le contexte des données multimodales, la complexité des calculs augmente en raison du traitement simultané de représentations de grande dimension. L'objectif principal est donc d'accélérer la vitesse d'inférence tout en préservant la précision des ViTs multimodales sur les systèmes embarqués. Les systèmes embarqués posent des défis techniques spécifiques, notamment le stockage limité des données, la capacité de traitement et la consommation d'énergie, qui doivent tous être pris en compte dès la conception de l'algorithme. Deux aspects principaux seront examinés dans le cadre de cette étude : 1) le pruning des tokens pour identifier et supprimer dynamiquement les tokens non informatifs 2) la fusion de données multimodales, où les tokens peuvent être remplacés par des caractéristiques multimodales. Une nouvelle approche de la compression des transformers multimodaux de vision qui améliore leur efficacité est attendue. Par conséquent, l'identification de tokens informatifs pour la projection et la fusion multimodales, ainsi que les ajustements architecturaux possibles ou le réglage fin des paramètres d'optimisation, seront des domaines d'exploration approfondie. L'efficacité de la solution proposée sera démontrée par des expériences approfondies menées sur des cibles embarquées, notamment le NVIDIA Jetson AGX Orin.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Membre associée · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2019)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar
Maître de Conférences · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence :
Professeur des Universités · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2006)
Approche par médecine de précision pour la prise en charge thérapeutique du sepsis communautaire et lié aux soins
Just ONe smart ASsistant
« Traitement Automatique Pour La Prédiction De La Survie De Patients Présentant Une Tumeur Cérébrale »
Segmentation d'images · Ictus; · Apprentissage profond · Diagnostic médical · Décision statistique
« Apprentissage automatique causal pour la prédiction de la recanalisation de l'AVC : identification des effets causaux sans observabilité complète des facteurs de confusion »
« Développement de méthodes d'IA avancées tirant parti de l'imagerie multimodale et des données cellulaire pour déverrouiller la complexité des tissus dans les applications de biologie spatiale »
Intelligence Artificielle · Multimodal · Biologie spatiale · Traitement d'image · Transcriptomique spatiale · Medecine de precision
« Développement de solutions IA pour l'inspection non destructive (CND) par ultrasons et/ou visuelle dans l'industrie nucléaire. »
« Caractérisation du mismatch ischémique par apprentissage automatique à partir d'images IRM chez des patients présentant un AVC ischémique aigu »
Avc · Irm · Mismatch ischémique · Generation · Segmentation · Classification
« Stratégies de contrôle renforcé par apprentissage pour les véhicules autonomes »
« Deep learning pour la simulation prédictive de la marche et du bénéfice fonctionnel post-traitement dans les maladies neurologiques »
« Apprentissage profond pour la segmentation de lesion et de thrombusdans des IRM cerebrales »
« Modèle d'apprentissage profond pour calibration de capteurs de polluants. Application à l'identification des polluants industriels atmosphériques »
« Apprentissage automatique pour la modélisation de systèmes stochastiques dynamiques : application au contrôle adaptatif sur la stimulation cérébrale profonde »
« Imagerie de thombus avec l'IA pour la stratification des patients (TAPAS) »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · CV
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Analyse et développement d'un bras robot électro-hydraulique pour l'entraînement de boxe »
La boxe est considérée comme un sport distinct en raison de sa capacité à démontrer la capacité humaine à générer des mouvements rapides avec des forces élevées sur de petites périodes. La qualité du coup de poing d'un boxeur est caractérisée par de nombreux critères (comme l'ampleur de la quantité de mouvement généré au moment de l'impact, la vitesse du mouvement, sa direction...). Par conséquent, développer et utiliser un robot capable de suivre les capacités humaines en boxe est considéré comme un défi important et n'a pas encore été beaucoup discuté dans le monde de la robotique, surtout si ce robot a les mêmes caractéristiques morphologiques que les humains (comme les dimensions et le poids.) Le sujet de thèse concerne l'analyse, le développement et l'application des normes de base qui permettent l'utilisation des robots HYDROïD en boxe. Dans un premier temps, un état de l'art en analyse biomédicale est réalisé pour déterminer les critères utilisés pour mesurer la qualité de la frappe d'un boxeur. Des a
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Doctorant · Équipe AROBAS
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Optimisation d'ordonnancement d'atelier distribué »
Avec la mondialisation économique et la concurrence croissante sur le marché, la fabrication distribuée (DM) devient un mode de production de tendance. La DM implique des installations de production réparties géographiquement et avec une production décentralisée, la production cloud et la fabrication numérique distribuée comme éléments clés. Les principaux avantages de la DM incluent : 1) des économies sur les coûts logistiques, 2) des délais de livraison réduits, 3) une gestion de la production plus flexible, 4) une durabilité améliorée, et 5) des économies locales stimulées. Cependant, la gestion de la DM est bien plus complexe que le mode de production traditionnel centralisé, présentant un défi majeur pour les chercheurs et les professionnels, notamment en ce qui concerne l'ordonnancement des ateliers distribués au sein d'un réseau de DM. Le problème d'ordonnancement d'atelier distribué (DFSSP) a été introduit par Naderi et Ruiz [1]. Il consiste à affecter les tâches aux usines et à trouver une meilleure séquence de tâches dans chaque usine afin d'optimiser un objectif donné. La plupart des travaux existants se concentrent sur le développement de méta-heuristiques efficaces pour trouver une séquence de tâches satisfaisante [2-7]. Cependant, les facteurs humains dans le DFSSP, tels que l'effet d'apprentissage, peuvent avoir un impact considérable sur les performances d'ordonnancement. À notre connaissance, tous les travaux existants se concentrent sur une seule usine [8-13]. Les approches développées ne peuvent pas être appliquées au DFSSP qui implique plusieurs usines dans un même réseau. De plus, la localisation des clients dans un réseau géographiquement dispersé impacte les coûts de transport, les délais de livraison et les prix des produits. Une affectation inappropriée des tâches aux usines peut entraîner des retards de livraison, l'insatisfaction des clients, voire la perte de parts de marché. Cependant, les études existantes sur le DFSSP ne prennent pas en compte la localisation des clients. En outre, la tarification en fonction de l'heure d'utilisation (ToU) représente une stratégie importante consistant à appliquer des tarifs d'électricité plus élevés pendant les périodes de pointe afin d'inciter les consommateurs à déplacer leurs activités à forte intensité énergétique vers les périodes creuses. Actuellement, de nombreuses industries à forte intensité énergétique, telles que la métallurgie, la chimie et l'industrie agroalimentaire, adoptent la politique tarifaire ToU dans la fabrication. Dans un réseau géographiquement dispersé, les tarifs d'électricité, notamment ceux basés sur l'heure d'utilisation, peuvent varier considérablement. Pourtant, la plupart des travaux se concentrent sur l'ordonnancement dans une seule usine [14-16]. Le problème d'ordonnancement des flowshops de permutation distribués selon les tarifs ToU n'a pas été suffisamment exploré. Pour combler ces lacunes, l'objectif de cette thèse est de développer des approches innovantes et efficaces pour le DFSSP, en tenant compte respectivement des facteurs humains, de la localisation géographique des clients et des tarifs ToU
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Deep Learning pour la reconstruction 3D dans le contexte de la vision omnidirectionelle »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
Maîtresse de Conférences · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2023)
Doctorante · Équipe SIAM
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2022)
« Research on Event-Triggered Optimal Cooperative Control for Six-Rotor UAV Systems »
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Accélération logicielle et matérielle de Neural Fields en robotique autonome »
Depuis 2020, les Neural Radiance Fields (NeRF) ont suscité un intérêt croissant, notamment pour la reconstruction 3D et la synthèse d'images photo-réalistes à partir de plusieurs points de vue d'une scène. Les progrès récents ont permis de surmonter certains défis initiaux, comme la réduction du nombre d'images nécessaires, de la mémoire requise, ainsi que l'accélération des temps de calcul. Ces avancées ouvrent des perspectives d'application dans des domaines comme la robotique autonome, notamment en calcul embarqué. Cependant, des obstacles techniques persistent pour exécuter ces algorithmes en temps réel sur des plateformes matérielles contraintes en taille et consommation énergétique. La thèse proposée explore l'utilisation des NeRF pour la navigation robotique autonome. Elle se concentrera sur la conception d'algorithmes et de solutions matérielles innovantes afin de permettre l'exécution en temps réel des neural fields sur des plateformes embarquées. Le travail inclura une analyse des implémentations existantes, suivie de propositions pour optimiser le calcul sur des architectures matérielles embarquées (COTS et accélérateurs spécifiques). Les phases principales de la thèse incluent l'acquisition de connaissances sur l'état de l'art, l'analyse d'exécution, l'optimisation algorithmique, et la conception d'architectures matérielles adaptées. Les résultats seront publiés et potentiellement brevetés. La thèse se déroulera au sein du laboratoire d'Intelligence Artificielle Embarquée (LIAE) du CEA et sera co-encadrée par le Laboratoire de Vision pour la Modélisation et la Localisation (LVML).
Doctorant · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2025)
« Intelligence artificielle explicable et contrôle adaptatif pour la robotique portable »
Les dispositifs robotiques portables, tels que les exosquelettes intelligents, constituent une solution prometteuse pour l'assistance et l'augmentation motrice. Toutefois, leur efficacité dépend fortement de leur capacité à s'adapter dynamiquement aux états physiologiques et intentionnels de l'utilisateur tout en garantissant une interaction fluide et compréhensible. Cette thèse a pour objectif de concevoir des stratégies de contrôle adaptatif exploitant des signaux multi-modaux (IMU, EMG, vision, capteurs de force) en combinaison avec des techniques d'intelligence artificielle explicable (XAI). Le projet intègre également les modèles de langage à grande échelle (LLMs) pour construire des interfaces en langage naturel facilitant la communication bidirectionnelle homme-robot. Le doctorant développera des algorithmes embarqués temps réel pour la fusion de capteurs, le contrôle non linéaire et l'explicabilité des décisions robotiques. Les méthodes seront testées en boucle fermée sur une plateforme robotique portable au sein du laboratoire IBISC.
Doctorante · Équipe IRA2
Laboratoire IBISC — Université Évry Paris-Saclay (depuis 2024)
« Détection et prédiction de l'état pathologique de la rétine dans les images OCT »
De nombreuses maladies oculaires peuvent entraîner une perte de vision irréversible, parmi lesquelles la dégénérescence maculaire liée à l'âge (DMLA), le trou maculaire, le glaucome ou la rétinopathie diabétique (RD). Ces pathologies ne sont souvent pas diagnostiquées ou ne sont diagnostiquées que tardivement, or une détection précoce permet d'éviter la perte permanente de l'acuité visuelle du patient. Récemment, les systèmes d'aide au diagnostic et à la décision en médecine deviennent une réalité incontournable. La prise de décision est une tâche complexe et très sensible en médecine et il faut souvent plusieurs avis avant de prendre une décision finale. Les avis émis et les décisions prises par les ophtalmologistes sont toujours subjectifs et dépendent de l'expérience du l'ophtalmologiste et de son entourage. Parmi les outils de diagnostic des pathologies de la rétine, la tomographie par cohérence optique (OCT) est largement utilisé car c'est un outil d'imagerie non invasif, sans contact, sans radiation, à haute résolution et en temps réel. L'objectif principal de ce travail est de développer un système d'aide au diagnostic assisté par ordinateur utilisant l'apprentissage profond dans des images OCT pour identifier avec une grande précision les quatre maladies dégénérescence maculaire liée à l'âge (DMLA), Le trou maculaire, Le glaucome et rétinopathie diabétique (RD), sans aucune intervention humaine.
Appariement par nom sur le corpus BibTeX IBISC ; indicateurs SCOPUS indicatifs (quartile, CiteScore, top 10 %). Liste de référence : HAL · Google Scholar · ResearchGate
