ANR

PARADIS

Analyse sans paramètre des surfaces discrètes
Keywords: 
SURFACES DISCRETES
ESTIMATION DE VECTEURS NORMAUX
Project Leader: 
INSA LYON - LIRIS
INSA’s scientific leader: 
TRISTAN ROUSSILLON

Dans de nombreuses applications (en science des matériaux ou en imagerie médicale par exemple), des dispositifs d'acquisition non invasifs comme l'imagerie par résonance magnétique et la tomographie ou microtomographie aux rayons X, sont nécessaires pour l'observation, la prise de mesures ou l'aide au diagnostique. Ces dispositifs génèrent habituellement des données volumiques, c'est-à-dire des images 3D, composées de données régulièrement espacées dans un domaine rectangulaire. Les volumes 3D proviennent de la segmentation de telles images. Ils peuvent aussi être synthétisés, car de nombreux schémas numériques de simulation reposent sur la régularité du support des données.

Le projet PARADIS porte sur la géométrie des frontières des volumes 3D, appelées surfaces digitales. Conserver la nature discrète des données est un avantage pour effectuer des calculs exacts en nombres entiers, pour réaliser des opérations géométriques booléennes ou pour utiliser des structures de données efficaces. Un inconvénient est sa pauvre géométrie : une surface discrète est seulement composée d'éléments de surface quadrangulaires dont le vecteur normal est parallèle à l'un des axes, cela quelle que soit la résolution. De nombreuses tâches en informatique graphique, vision par ordinateur ou analyse d'image 3D, nécessitent une géométrie plus riche : le rendu, les déformations de surface pour la simulation physique ou le suivi, les mesures de précision, etc. Pour réaliser des tâches géométriques pertinentes et bénéficier en même temps des avantages cités précédemment, on a besoin d'enrichir la géométrie des surfaces digitales en estimant des informations supplémentaires en chaque élément de surface. Ce projet porte plus particulièrement sur l'estimation de quantités géométriques locales et du premier-ordre, telle que la direction du vecteur normal. Il vise à fournir des estimateurs précis et sans paramètre basés sur une portion de surface de taille adaptée autour de chaque élément. Puisque nous cherchons des estimations du premier-ordre, il s'agira typiquement d'un morceau de plan digital qui s'ajuste localement à la surface.    

Un défi est de recouvrir toute la surface par des morceaux de plan digital. Un tel recouvrement ne fournit pas seulement un champs de vecteurs normaux, mais pourrait aussi fournir, s'il est calculé pour plusieurs versions sous-échantillonnées du volume 3D donné en entrée, une manière de déterminer l'échelle à laquelle la présence de bruit est peu probable : un grand nombre de très petits segments de plan digital révèle la présence de bruit, tandis que les parties lisses sont décomposées en un plus petit ensemble de segments. 

Ce qui est difficile, c'est qu'il y a une explosion combinatoire de morceaux de plan digital et que parmi eux, tous ne sont pas tangent à la surface digitale. Une opportunité d'avancer sur cette question est de considérer le récent développement des algorithmes dits "plane-probing", proposés par le porteur et ses collaborateurs. Ces algorithmes permettent de décider à la volée comment inspecter la surface digitale et faire croître un segment de plan digital tangent par construction. La direction de croissance est donnée à la fois par des propriétés arithmétiques et géométriques.

Nous attendons des impacts positifs en informatique graphique, vision par ordinateur et analyse d'image 3D, car les tâches de haut-niveau mentionnées précédemment et bien d'autres, comme l'extraction de primitive ou la compréhension de scène, dépendent de la qualité de l'estimation des normales. De plus, comme de nombreuses images 3D sont susceptibles d'être dégradées par du bruit, notamment en imagerie médicales, la détection du bruit est une tâche cruciale qui pourrait devenir une étape incontournable lors du traitement des images 3D

https://perso.liris.cnrs.fr/tristan.roussillon/paradis.html

INSA Challenge: 
Information et Société Numérique
Funding Institution: 
ANR
Dates - Duration: 
2018-10-01 00:00:00 to 2022-11-01 00:00:00
Funding: 
260638

PLASMA

Keywords: 
THEORIE DES JEUX
APPRENTISSAGE AUTOMATIQUE
Planification et Apprentissage pour Agir dans des Systèmes Multi-Agents
Project Leader: 
CITI
INSA’s scientific leader: 
Jilles-Steeve DIBANGOYE
INSA Challenge: 
Information et Société Numérique
Funding Institution: 
ANR
Dates - Duration: 
2020-03-01 00:00:00 to 2023-08-01 00:00:00
Funding: 
255000
Contact: 
jilles-steeve.dibangoye@insa-lyon.fr

SIMR-2019

Simulation and Imaging for the Mitral Regurgitation
Project Leader: 
REO - Miguel FERNANDEZ
INSA’s scientific leader: 
Pierre-Jean COTTINET

Cardiac valve diseases are known to be an important public-health problem. Mitral Valve (MV) regurgitation (MR), also known as mitral insufficiency, is one of the most important of them. The regurgitation is either caused by a pathology of the valve itself (primary MR), or it is the consequence of a pathology of the myocardium (secondary MR). Primary MR usually associates lesions of different components of the valve, leading to a prolapse of the leaflet in the left atrium. Repair surgery is the gold-standard treatment. Functional assessment of the repair results is performed with echocardiography. One of the difficulties is that objective consequences of the repair remain still not well-known essentially because of limited means for measurement: new quantitative tools are

needed. A thorough understanding of the dynamics of the mitral apparatus (left atrial and ventricular wall, annulus, leaflets, chordae tendineae, papillary muscles) is imperative for accurate diagnosis and focused treatment of MV pathology. This project aims to contribute to this major issue, with the following two main objectives:

(1) Evaluate the biophysical consequences of mitral valve repair. In particular, tissue remodeling and ventricular flow will be evaluated by magnetic resonance imaging, and chordae tension will be measured using an innovative device.

(2) Design numerical tools, for cardiac hemodynamics, fluid-structure interaction, and myocardium biomechanics, to have an in silico counterpart of the in vivo data obtained by tension measurement and imaging. These tools will be used to analyze the consequences of mitral repair. In the longer term, they will be used to assess and improve implantable devices, like artificial neochordae, annuloplasty rings, artificial valves.

INSA Challenge: 
Santé Globale et Bioingénierie
Partners: 
INSA LYON - LGEF
INSA LYON - CREATIS
CNRS
HCL
INRIA
M3DISIM
TIMC
Funding Institution: 
ANR
Dates - Duration: 
2020-01-01 00:00:00 to 2023-12-01 00:00:00
Funding: 
733903

HILIGHT

Nanostructures diélectriques à haut indice pour le contrôle de l’émission et de la propagation de la lumière
Keywords: 
NANOSTRUCTURES DIELECTRIQUES
SOURCES QUANTIQUES
Project Leader: 
CNRS - CEMES
INSA’s scientific leader: 
BRUNO MASENELLI (INL)
Contrôler la lumière en régime quantique par des résonateurs diélectriques.

Le projet Hilight vise le développement de composants d’optique quantique intégrés sur silicium, de grande efficacité et de large bande spectrale (visible et IR) opérant à température ambiante. Ces composants sont conçus via des émetteurs quantiques couplés à des antennes diélectriques (nanostructures Si) afin d’assurer une exaltation de la luminescence, de son guidage, multiplexage et extraction (collecte et détection). La conception de source d’optique quantique brillante directement intégrée sur Si serait une percée technologique significative par rapport aux techniques concurrentes de report ou collage sur puce. Une telle amélioration aurait des impacts dans plusieurs domaines des technologies de l’information, telles que la mise à disposition de sources quantiques à bas coût intégrées dans les dispositifs télécom, des sources et optiques couplées et sub-longueur d’onde pour les lab-on-chip (dispositifs de capteurs miniaturisés sur puce pour le diagnostic) ou encore comme brique de base de la circuiterie de circuits optiques quantiques reconfigurables.

INSA Challenge: 
Information et Société Numérique
Partners: 
CEA - LETI
INSA TOULOUSE – LPCNO
CNRS – ICB
CNRS – LAAS
INSA LYON - INL
Funding Institution: 
ANR
Dates - Duration: 
2020-01-01 00:00:00 to 2023-06-01 00:00:00
Funding: 
577015
Contact: 
bruno.masenelli@insa-lyon.fr

FOCUS

Keywords: 
SYMBIOSE MUTUALISTE
Décrypter l'organisation fonctionnelle de "fabrique métaboliques" inter-règnes dans une endosymbiose d'insecte
Project Leader: 
INSA LYON - BF2I
INSA’s scientific leader: 
Anna ZAIMAN
Un FOCuS sur la symbiose pour des alternatives aux pesticides !
 
Les pesticides sont utilisés de façon intensive pour protéger les céréales contre les insectes, mais on sait que leur utilisation sélectionne des mécanismes de résistance chez ces ravageurs, et que les pesticides affectent aussi l'environnement et d’autres organismes non ciblés, y compris les humains. Il est donc nécessaire de trouver des alternatives durables. Parmi les principaux ravageurs de céréales, les coléoptères du genre Sitophilus spp. arrivent à proliférer grâce à une association mutualiste avec une bactérie symbiotique intracellulaire (endosymbiont), qui complète les apports nutritionnels que l’insecte obtient des céréales. Comme les charançons dépendent de cette symbiose pour survivre, une nouvelle stratégie de lutte spécifique et durable pourrait consister à cibler non pas l'insecte lui-même, mais le fonctionnement de cette association. Les échanges métaboliques entre le charançon des céréales et sa bactérie mutualiste sont au cœur de la symbiose, les deux partenaires ayant évolué vers une complémentarité métabolique et une dépendance réciproque. La façon dont ces nutriments essentiels sont échangés entre les partenaires demeure une question ouverte. Avec ce projet FOCuS, nous nous focaliserons sur le décryptage des mécanismes par lesquels les cellules spécialisées de l’insecte, dans lesquelles sont maintenues les bactéries, sont transformés en " usines métaboliques " hautement spécialisées. Cela permettra d’identifier des mécanismes cibles pour perturber le fonctionnement de cette symbiose et développer de nouvelles stratégies de contrôle de ces ravageurs de céréales.
INSA Challenge: 
Santé Globale et Bioingénierie
Funding Institution: 
ANR
Dates - Duration: 
2019-11-01 00:00:00 to 2023-10-01 00:00:00
Funding: 
344462
Contact: 
anna.zaiman@insa-lyon.fr

DELICIO

Données et a priori, apprentissage et contrôle
Keywords: 
APPRENDRE OU MODELISER
PRENDRE LE MEILLEUR
Project Leader: 
INSA LYON - LIRIS
INSA’s scientific leader: 
Christian WOLF
Apprendre ou modéliser, prendre le meilleur
 

Les dernières années ont été marquées par l’essor du Machine Learning (ML), qui a permis des gains en performances significatifs dans plusieurs domaines d'application. Outre les progrès méthodologiques indéniables, ces gains sont souvent attribués à des grandes quantités de données d'entraînement et à la puissance de calcul, qui ont conduit à des avancées dans la reconnaissance de la parole, la vision par ordinateur et le traitement automatique de la langue. Dans ce projet, nous proposons d'étendre ces avancées à la prise de décision séquentielle d'agents dans un contexte de planification et de contrôle.

Dans le contexte du contrôle robuste d’agents tels que les drones, les robots mobiles, les bras robotiques etc., nous proposons un projet de recherche fondamentale. Dans ce cadre, les méthodes de l'automatique (théorie du contrôle) se sont établies comme méthodologies dominantes pour les applications où un modèle physique de l'agent et/ou de l'environnement peut être obtenu. Ces approches fondées sur un modèle sont puissantes car elles reposent sur une compréhension approfondie du système et peuvent exploiter des relations physiques établies. En revanche, cette modélisation est difficile à obtenir en présence de grandes incertitudes, par exemple dans le cas du contrôle à partir d'observations visuelles dans les environnements complexes.

L’intelligence artificielle, et surtout le Machine Learning, est une méthodologie alternative qui vise à apprendre des modèles complexes à partir de quantités souvent massives de données. Les processus décisionnels de Markov (MDP) et l'apprentissage par renforcement (RL) fournissent un cadre mathématique pour les applications de contrôle dans lesquelles les agents sont entraînés à partir d'interactions passées avec un environnement. Ces dernières années, cette méthodologie a été associée aux réseaux de neurones profonds, qui jouent le rôle d'approximateurs de fonctions. Cette stratégie a permis de lever de nombreux verrous scientifiques dans certaines applications comme le contrôle des jeux (Go, Atari, DOTA, etc).

Alors que dans de nombreuses applications, l'apprentissage automatique est devenu la méthodologie prédominante, le contrôle robuste et bas niveau (horizon court) d'agents physiques reste un domaine dans lequel l'ingénierie de contrôle ne peut pas être remplacée à l'heure actuelle. Cela s'explique principalement par (i) un manque de stabilité des agents entraînés à partir de données, (ii) l'absence de garanties fournies pour l'apprentissage automatique, (iii) le manque de puissance de calcul d'un grand nombre de plateformes embarquées.

Dans ce contexte, le projet le projet DeLiCio propose des recherches fondamentales à cheval entre les domaines IA/ML d’un coté et de l’automatique de l’autre coté, ciblant des contributions algorithmiques prévues sur l'intégration de modèles, de connaissances a priori et de l’apprentissage automatique pour le contrôle et les boucles perception / action. Nous proposons

- l’apprentissage automatique (l’identification) de modèles pour le contrôle ;

- l’apprentissage de représentations de l’état d’un agent pour le contrôle ;

- l’ajout de biais inductive pour les agents appris par apprentissage par renforcement garantissant stabilité et robustesse;

- Le contrôle robuste et décentralisé de système multi-agents basé sur le ML et l’automatique.

Site internet du projet : https://projet.liris.cnrs.fr/delicio

INSA Challenge: 
Information et Société Numérique
Partners: 
ONERA
INSA LYON - CITI
UCBL - LAGEPP
Funding Institution: 
ANR
Dates - Duration: 
2019-10-01 00:00:00 to 2023-09-01 00:00:00
Funding: 
540000
Contact: 
christian.wolf@insa-lyon.fr

COSWOT

Constrained Semantic Web of Things
Project Leader: 
INSA LYON - LIRIS
INSA’s scientific leader: 
Frédérique LAFOREST

L’Internet des Objets connecte des objets tels des capteurs ou actionneurs avec leur voisinage. La puissance toujours croissante de ces objets permet d’imaginer de nouvelles architectures les traitant comme des citoyens de première classe. On peut imaginer de nouvelles applications en e-agriculture, bâtiments intelligents, villes intelligentes, gestion de l’énergie et de l’eau, e-santé et “bien vieillir”... Le Web des Objets (WoT) permet la description sémantique des objets, comblant le fossé entre les différentes descriptions de domaines et services. Dans les architectures WoT actuelles, les objets peuvent se situer loin des systèmes qui traitent leurs données. Une approche centralisée ne profite pas des capacités des objets et induit des transferts de données sous-optimaux et la surcharge du serveur. Pourtant, de nombreux objets sont suffisamment intelligents pour découvrir ses voisins, échanger des données et prendre des décisions collectivement. CoSWoT a pour objectif de proposer une architecture logicielle distribuée embarquée sur objets contraints avec deux caractéristiques principales (1) elle utilisera des ontologies pour spécifier déclarativement la logique applicative et la sémantique des messages échangés; (2) elle ajoutera aux objets des compétences de raisonnement pour distribuer le calcul. Ainsi, le développement d’applications incluant des objets du WoT sera hautement simplifiée : notre plateforme permettra le développement et l’exécution d’applications WoT décentralisées et intelligentes malgré l’hétérogénéité des objets. Dans CoSWoT, les applications reposeront sur une plateforme hébergeant les services de base. Elle hébergera aussi des extensions correspondant à deux barrières scientifiques : (1) L’utilisation d’ontologies comme modèle généralisé pour les échanges entre les objets hétérogènes. Une déclaration conjointe de l’AIOI WG3, IEEE P2413, oneM2M, W3C place les ontologie comme des facilitateurs clés de l’interopérabilité sémantique du WoT. Mais il reste des questions de recherche sur (i) l’adéquation des ontologies existantes aux besoins des domaines ciblés ; (ii) l’applicabilité des principes théoriques développés dans des protocoles variés et standards, dans le contexte des flux de données ; (iii) la découverte des objets, de leurs services, et de la manière de les solliciter. (2) le raisonnement incrémental embarqué distribué. De nouvelles architectures apparaissent, s sur le edge computing, incluant la puissance de calcul des capteurs et actionneurs. Les flux de données fournis par les capteurs nécessitent des tâches de raisonnement incrémental. Des questions de recherche d’actualité sont (i) comment embarquer du raisonnement dans des objets aux capacités variées, il faut des optimisations spécifiques ; (ii) comment distribuer efficacement les tâches de raisonnement parmi les objets. L’e- agriculture est un domaine d’application typique de telles architecture WoT, où la surveillance de champs cultivés nécessite des capteurs variés qui envoient des flux de données. Ces flux sont la source de raisonnements qui permettent de prendre des décisions et faire agir les actionneurs. Le bâtiment intelligent est un autre domaine où des services applicatifs à valeur ajoutée impliquent d’autres secteurs verticaux comme la gestion de l’énergie, l’e-santé ou le bien vieillir. Nous définirons des cas d’usage et des spécifications des besoins pour l’e-agriculture et le bâtiment intelligent, ferons des simulations puis des expérimentations en situations réelles. La plateforme CoSWoT favorisera le découplage entre développement des logiciels et le développement des matériels, et facilitera l’émergence d’un nouveau secteur économique de l’industrie numérique autour du développement d’applications WoT, déconnectée du développement des objets intelligents eux-mêmes.

https://coswot.gitlab.io/

Partners: 
UJM LaHC
ARMINES-FAYOL
MONDECA
INRAe
Funding Institution: 
ANR
Dates - Duration: 
2020-02-01 00:00:00 to 2024-02-01 00:00:00
Funding: 
735000
Contact: 
frederique.laforest@insa-lyon.fr

INSPECTION

Spectroscopie in situ pour la caractérisation de lubrifiants dans des contacts roulant chargés
Keywords: 
CARACTERISATION IN SITU
METHODES SPECTROSCOPIQUES
Project Leader: 
INSA LYON - LAMCOS
INSA’s scientific leader: 
Laetitia MARTINIE

La tribologie a un rôle majeur à jouer dans la réduction de la consommation mondiale d’énergie. Pourtant, le comportement du lubrifiant dans des conditions extrêmes est mal connu et imprédictible. Dans ce projet, nous proposons de coupler un banc de spectrométrie Brillouin à un tribomètre pour caractériser in situ un lubrifiant dans un contact confiné. Cette approche conduira à mesurer simultanément l’état thermodynamique du lubrifiant, sa dynamique structurelle et le frottement macroscopique à l’origine des fortes dissipations d’énergie. Elle fera la lumière sur les mécanismes régissant la réponse du lubrifiant. Les données mesurées permettront d'avancer sur deux autres défis déjà soulevés dans l’industrie: i) la preuve du passage d'additifs dans un contact et ii) la quantité d'additifs adsorbés sur les parois du contact. L’étape suivante consistera à mettre en oeuvre cette technologie développée à l'échelle du laboratoire dans des dispositifs industriels de caractérisation en ligne.

 

INSA Challenge: 
Energie pour un développement Durable
Partners: 
ILM
Funding Institution: 
ANR
Dates - Duration: 
2019-10-01 00:00:00 to 2023-09-01 00:00:00
Funding: 
245160
Contact: 
laetitia.martinie@insa-lyon.fr

ROC

Développement de nouveaux rodenticides efficaces et écocompatibles
Keywords: 
RODONTICIDES
ECOCOMPATIBILITE
Project Leader: 
VETAGROSUP LYON
INSA’s scientific leader: 
Florence POPOWYCZ

We will ROC you

Les rongeurs constituent des réservoirs pour plus de 40 zoonoses transmissibles à l’homme. Ils sont ainsi impliqués dans la transmission de pathogènes responsables de maladies parfois mortelles. En s’attaquant aux cultures sur pied et aux denrées alimentaires stockées, les rongeurs détruiraient à eux seuls 5 à 15% des récoltes céréalières mondiales.

En France, 95% des solutions mises en œuvre pour la lutte anti-rongeurs reposent sur l’utilisation de rodenticides anticoagulants (AVKs). Le marché de ces molécules représente 2000 tonnes de produits commercialisés représentant un chiffre de 10 millions d’euros. Ces molécules extrêmement efficaces présentent néanmoins une rémanence disproportionnée par rapport aux attentes (plusieurs mois pour un produit destiné à tuer sa cible en 5 jours). Cette écotoxicité importante entraîne un empoisonnement d’espèces animales diverses et variées à l’échelle mondiale. L’Union européenne semble clairement décidée à interdire l’utilisation des AVKs actuels dans les cinq ans (directives 91/414/CE et 98/8/CE) alors même qu’il n’existe pas d’alternative disponible actuelle à ces produits. Cette approche est parfaitement cohérente avec les exigences du programme REACH qui a pour ambition le développement de nouveaux outils et méthodes éco-compatibles pour les partenaires industriels.

 

 

INSA Challenge: 
Environnement : Milieux naturels, Industriels et Urbains
Partners: 
Université de Lorraine (ENSAIA)
ENS CACHAN
LIPHATECH
INSA LYON - ICBMS
Funding Institution: 
ANR
Dates - Duration: 
2019-04-01 00:00:00 to 2023-03-01 00:00:00
Funding: 
640000
Contact: 
florence.popowycz@insa-lyon.fr

H2O’Lyon

Ecole Universitaire de Recherche sur les sciences de l’eau et des hydrosystèmes
Project Leader: 
UDL
INSA’s scientific leader: 
Sylvie BARRAUD - DEEP

H2O'Lyon vise à construire une école de recherche sur les Sciences de l’Eau et des hydrosystèmes. Elle repose sur une approche résolument interdisciplinaire intégrant les Sciences Humaines et Sociales, Sciences physiques et d’ingénierie et les Sciences de la Vie pour appréhender l’ensemble des enjeux liés à leur fonctionnement et à leur gestion. L’ONU, l’Union Européenne et la plupart des pays ont reconnu ces enjeux comme prioritaires pour l’humanité. H2O'Lyon vise donc à former les leaders et les acteurs de l’eau de demain en s’appuyant sur la mobilisation et le développement de connaissances fondamentales d’excellence. Elle vise à développer des compétences, des approches et des outils innovants permettant de répondre aux enjeux d’une gestion holistique de l’eau aidant à mettre en œuvre des politiques publiques et des savoir-faire efficients et clairvoyants. Concrètement, nos objectifs sont (1) d’identifier et quantifier les mécanismes responsables du fonctionnement et de l'évolution des hydrosystèmes (eau et compartiments traversés ou qui la contiennent en considérant la diversité des échelles spatio-temporelles et (2) de développer des solutions aux principaux enjeux humains associés. Principalement, il s’agit des enjeux identifiés dans les objectifs de développement durable de l’ONU, de la directive cadre sur l’eau de UE fortement relayés par les acteurs locaux (qualité et quantité de la ressource, risques sanitaires et environnementaux, usages, adaptation au changement climatique, développement économique et territorial, politiques mises en œuvre...). Cela concerne aussi les questions de conservation, restauration, entretien, entretien, aménagement, transport, stockage et recyclage, mitigation, adaptation, équité sociale et environnementale, services durables, planification et anticipation, monitoring et évaluation.

https://h2olyon.universite-lyon.fr

 

INSA Challenge: 
Energie pour un développement Durable
Partners: 
UCBL
CNRS
INSA LYON - DEEP
IRSTEA
ENS LYON
UDL
ENTPE
ENSAL
INRA
UJM LYON 3
UJM - SE
UNIV LYON 2
MINES ST ETIENNE
CENTRALE LYON
VETAGROSUP
Funding Institution: 
ANR
Dates - Duration: 
2018-09-01 00:00:00 to 2028-08-01 00:00:00
Funding: 
8500000
Contact: 
h2olyon@univ-lyon1.fr

Pages