The future of Green Infrastructure: From climate data to informed hydrological performance

Doctorant : Vincent PONS

Laboratoire INSA : DEEP

Ecole doctorale : ED162 : Mécanique, Energétique, Génie Civil, Acoustique de Lyon

The 21st century presents numerous challenges to urban stormwater management, including the impacts of changes in both climate and city morphology. These challenges necessitate rethinking the stormwater management paradigm, particularly in the context of existing and ageing infrastructure. This thesis deals with green infrastructures (GI) considered as decentralized multifunctional infrastructures that utilize evapotranspiration and/or horizontal and vertical infiltration to achieve a hydrological function.
This study evaluates the potential of GI to manage day-to-day rainfall events, attenuate major events, and contribute to the management of extreme events in the context of climate change adaptation. It also aims to provide a framework and tools to realign current GI modelling and design methods with the principles of robust decision-making.
The 21st century presents numerous challenges to urban stormwater management, including the impacts of changes in both climate and city morphology. These challenges necessitate rethinking the stormwater management paradigm, particularly in the context of existing and ageing infrastructure. This thesis deals with green infrastructures (GI) considered as decentralized multifunctional infrastructures that utilize evapotranspiration and/or horizontal and vertical infiltration to achieve a hydrological function.
This study evaluates the potential of GI to manage day-to-day rainfall events, attenuate major events, and contribute to the management of extreme events in the context of climate change adaptation. It also aims to provide a framework and tools to realign current GI modelling and design methods with the principles of robust decision-making.
The thesis investigates how to use climate and hydrological present and future data with hydrological GI models to extract relevant information for decision-making under deep uncertainty. The results provide guidelines for i) designing experiments to calibrate reliable hydrological models and ii) using available climate projections together with weather generators for GI performance evaluation. The proposed framework HIDES demonstrates how future downscaled time series can be used to evaluate annual retention distribution and frequency of exceedance, while sampling extreme events allows for estimating both a probability of failure and an indication of the behaviour of GI under failure.
The thesis suggests rethinking the methods for implementing GI at the city scale. The study shows that system-based design outperforms site-scale design through modelling at the roof scale of a neighbourhood, and that lumping GI models at a neighbourhood scale may neglect interactions and fail to estimate performance. The thesis highlights the need to couple GI to achieve challenges in stormwater management.

Soutenance est publique

Maître de conférences : Omar HASAN

Laboratoire INSA : LIRIS

Rapporteurs : 

• M. Nicolas ANCIAUX    Directeur de recherche, Inria Saclay
• M. François CHAROY    Professeur, Université de Lorraine, Inria Nancy
• M. François TAIANI    Professeur, Université de Rennes 1, Inria Rennes

Jury :
Examinateurs :

• Mme Elisa BERTINO    Professeur, Purdue University
• M. Lionel BRUNIE    Professeur, INSA Lyon
• M. Stelvio CIMATO    Professeur, Università degli Studi di Milano
• M. Christophe GARCIA (invité)    Professeur, INSA Lyon
• Mme Parisa GHODOUS    Professeur, Université Claude Bernard Lyon 1
• M. Andrew MARTIN    Professeur, University of Oxford
   

Flocking models based on local communications : From theory to simulations

Doctorant : Alexandre BONNEFOND

Laboratoire INSA : CITI

Ecole doctorale : ED512 InfoMaths

Les flottes de robots aériens sont désormais utilisées pour de multiples applications telles que la livraison ou encore la surveillance. Cependant, contrôler un grand nombre de drones demeure un défi important. Dans cette thèse, nous étudions des stratégies de flocking, directement inspirées de la nature et reposant sur un modèle décentralisé où les entités concernées interagissent localement par le biais de communications. En analysant les performances de modèles de flocking existant dans des environnements très contraints (par des obstacles), nous identifions les potentielles limites de ces modèles et nous proposons de les adapter et pour les rendre plus robustes. Dans ces travaux, nous considérons les communications sans fil comme étant le seul moyen d’accéder aux informations des voisins, ainsi nous intégrons un modèle de communication réaliste au simulateur de flocking de Viragh et al.. L’analyse des contraintes de pression au sein des flockings nous conduit à développer un nouveau modèle introduisant des interactions asymétriques et capable de faire évoluer les agents (drones) dans des environnements très contraints sans générer de collisions, nommé APR (Asymmetric Pressure Regulation). Notre dernière contribution consiste en un algorithme de type leader- follower distribué permettant à tout agent follower de devenir un leader. Cela renforce considérablement la cohésion de la flotte et donc favorise le succès de missions consistant à traverser des environnements complexes comme des tunnels.

Modélisation et simulation de la captation des acides gras alimentaires à longue chaîne et de leur re-synthèse en triglycérides au sein des entérocytes

Doctorante : Julie ETIENNE

Laboratoire INSA : CarMeN (équipe DO-IT) / Inria (équipe Beagle)

Ecole doctorale : ED205 : Ecole doctorale interdisciplinaire sciences-santé

L’absorption des acides gras alimentaires est une étape clé de la santé cardio- métabolique. Toutefois, les mécanismes moléculaires de leur captation par les entérocytes, cellules absorptives de l’intestin, demeurent mal compris. Cette thèse propose une approche de modélisation des premières étapes de l’absorption intestinale des acides gras à longue chaîne.
Le premier chapitre recense les données quantitatives et les modèles mathématiques de la littérature en lien avec la captation intestinale des acides gras à longue chaîne, leur transport jusqu’au réticulum endoplasmique et leur ré-estérification en triglycérides.
Le second chapitre propose un modèle quantitatif et mécanistique de la captation intestinale des acides gras à longue chaîne, prenant en compte leur hydrophobie et leur sensibilité au pH. Ce système d’équations différentielles ordinaires retranscrit la diffusion passive et différents modules (transport actif, protéines de liaison aux acides gras (FABP), métabolisme intracellulaire), tour à tour retirés du système pour simuler un knockout de gène. Ce modèle a été ajusté sur neuf jeux de données expérimentales publiées. Les simulations montrent que le métabolisme intracellulaire est critique pour assurer une absorption totale à l’échelle des heures. Enlever FABP du système ralentit l’absorption de plusieurs centaines d’heures sans empêcher une absorption totale. A l’échelle de la seconde ou minute, le transport actif est requis pour ajuster le modèle aux données. Quantifier les flux montre que le modèle peut adopter deux dynamiques lors des ajustements. Dans la dynamique « physiologique », les acides gras sont captés puis métabolisés. Dans la dynamique « anormale », les acides gras entrent par transport actif et ressortent par diffusion passive.
Le troisième chapitre décrit une modélisation préliminaire de la ré-estérification des acides gras en triglycérides via la voie des 2-monoglycérides, considérée comme majoritaire dans les entérocytes.
Ensemble, ces résultats fondent les bases d’un modèle quantitatif de l’entérocyte pour le trafic des acides gras.

Sondes et capteurs de champs électromagnétiques à liaisons optiques pour la sécurité en IRM

Doctorant : Paul NOBRE

Laboratoire INSA : CREATIS

Ecole doctorale : ED205 : Ecole doctorale interdisciplinaire sciences-santé

L’imagerie par résonance magnétique est une méthode d’imagerie non-invasive et présentant peu de risque mais qui nécessite néanmoins des précautions. Ainsi, les conditions qui permettent d’assurer la sécurité du patient restreignent ou contraignent l’accès de porteurs d’implants et limitent certaines applications, comme l’imagerie endoluminale. Le champ magnétique radiofréquence impulsionnel peut induire des effets dans les éléments conducteurs qui constituent ou relient le capteur et augmenter localement le dépôt d’énergie dans les tissus. Or, l’imagerie endoluminale permettrait par exemple d’améliorer la prise en charge des malades atteints d’un cancer colorectal par l’analyse pariétale de l’intestin. Dans ce contexte, l’objectif principal de la thèse est d’évaluer la faisabilité de la transmission optique du signal RMN pour remplacer les câbles coaxiaux. La conversion électrooptique étudiée est la modulation d’état de la polarisation, qui présente l’avantage d’être passive. La principale difficulté identifiée est de conserver le rapport signal sur bruit du signal dans un environnement et des contraintes à la fois compatible avec l’IRM et les conditions endoluminales. L’étude des sources de bruit a permis dans un premier temps de proposer une configuration optique fournissant, sans les contraintes endoluminales, une image similaire à la transmission galvanique et conduisant à des pistes d’amélioration quantifiables pour une extension à l’endoluminal pour s’affranchir des risques liés à la présence d’une connexion galvanique. Un deuxième axe de recherche concerne l’estimation directe du champ électrique et la validation des sondes optiques de champ électrique Kapteos pour les mesures de débit d’absorption spécifique (DAS) en IRM. Le DAS est une donnée clef pour garantir la sécurité du patient, et les méthodes prédictives numériques doivent être corrélées à des mesures in-situ. Des mesures ont été réalisés à 7 et 11,7T dans des fantômes calibrés, démontrant l’absence de perturbation introduite par la sonde et l’intérêt des mesures locales et vectorielles du champ électrique.

Valorisation de polymères d'origine naturelle et synthétiques : vers la conception de matériaux et de dérivés fonctionnels par des voies de modifications chimiques soutenables et/ou par le contrôle des interactions

Maître de conférences : Aurélia Charlot

Laboratoire INSA :  IMP

Rapporteurs :

• Pr. Catherine Amiel, Université Paris-Est (ICMPE)
• Pr. Yves Grohens, Univeristé Bretagne Sud (IRDL)
• Pr. Didier Lecerf, Université Rouen-Normandie (PBS)

Jury :

• Pr. Catherine Amiel, Université Paris-Est (ICMPE)
• Pr. Yves Grohens, Univeristé Bretagne Sud (IRDL)
• Pr. Didier Lecerf, Université Rouen-Normandie (PBS)
• Pr. Jannick Duchet-Rumeau, INSA Lyon (IMP)
• Pr. Etienne Fleury, INSA Lyon (IMP)
• Dr. Véronique Bounor-Legaré, Univ Lyon, (IMP)

 

Développement d’une méthode de modélisation et maillage de réseaux artériels basée sur la ligne centrale pour les études hémodynamiques des pathologies cérébrovasculaires / Development of a centerline-based arterial network modeling and meshing framework for hemodynamic studies of cerebrovascular pathologies

Doctorante : Méghane DECROOCQ

Laboratoire INSA : LIRIS
Ecole doctorale : ED512 Infomaths

La dynamique des fluides numérique (CFD) est une technique qui fournit des informa- tions précieuses sur l’écoulement du sang à partir de la géométrie vasculaire, permettant de comprendre, de diagnostiquer et de prévoir l’issue des maladies vasculaires. Cependant, la résolution des images médicales actuelles n’est pas satisfaisante, et il est encore difficile d’extraire les vaisseaux sanguins, en particulier ceux dont la géométrie est complexe, comme les réseaux d’artères cérébrales. Dans cette thèse, nous avons proposé un cadre en deux étapes pour produire des maillages prêts pour la CFD à partir d’une représentation simplifiée des réseaux vasculaires par leurs lignes centrales. Dans la première étape, afin de pallier aux défauts de la représentation basée sur les lignes centrales (dispersées, bruitées), une étape de modélisation a été introduite pour reconstruire un modèle anatomiquement réaliste à partir de connaissances a-priori sur les vaisseaux et les géométries des bifurca- tions. Ensuite, une étape de maillage a été développée pour créer un maillage volumique de haute qualité avec des cellules hexaédriques structurées et orientées vers l’écoulement, répondant aux exigences de la CFD. Grâce à ce logiciel, nous avons créé une base de donnée de maillages pour la CFD de réseaux entiers d’artères cérébrales, qui peut être utilisé pour l’évaluation de dispositifs médicaux et les études hémodynamiques. Ce logiciel contribue à combler des lacunes des méthodes de maillage actuelles et permet la construction de bases de données de larges réseaux artériels cérébraux pour la CFD.

 

Low cost sensors for monitoring stormwater source control measures

Doctorant : Qingchuan ZHU

Laboratoire INSA : DEEP

Ecole doctorale : ED162 : Mécanique, Energétique, Génie Civil, Acoustique de Lyon

The large-scale deployment of low-cost sensors has the potential to revolutionize the field of urban hydrology monitoring, in particular for decentralised stormwater management systems, bringing expanded research scope and improved urban water management. However, this area is still in its infancy stage and needs a more systematic assessment framework to ensure data reliability and facilitate its implementation by researchers and practitioners.
To fill this gap, this thesis explores low-cost monitoring systems dedicated to stormwater source control measures (SCM). Several open-source low-cost sensors and systems have been calibrated and validated in DIY (Do It Yourself) aiming to assess the medium and long-term performance and identify maintenance problems. This thesis provides:
(i)    A review of low-cost meteorological, water quantity and quality sensors that are used in literature published in recent years, in a unified metrological framework considering numerous parameters.
(ii)    A low-cost meteorological sensors testbench on the INSA green roof platform and comparison between low-cost and conventional air humidity, wind speed and solar radiation sensors. Low-cost sensors are generally found to have comparable performance to conventional sensors, with the exception of pyranometers.
(iii)    The development of a low-cost stand-alone rain gauge station, with a method to calibrate low- cost tipping bucket rain gauges, and a comparison between low-cost and conventional rain gauges from summer to winter. Low-cost tipping bucket rain gauge WH-SP-RG and optical rain gauge RG- 15 have significant sensor-to-sensor variation.
(iv)    The development of a low-cost stand-alone water level monitoring station, with a method to calibrate low-cost pressure water level transmitters, and a one-year long operation assessment. The system developed works satisfactorily but is vulnerable to electromagnetic interference.
(v)    A low-cost turbidimeter testbench and a SEN0189 low-cost turbidimeter performance assessment, which shows significant sensor-to-sensor variation.

Contributions à l’analyse dynamique et la caractérisation de la vulnérabilite physique de structures de génie civil face aux aléas naturels

[HDR - soutenance publique]

Maître de conférences : David Bertrand

Laboratoire INSA : GEOMAS

Rapporteurs : Acacry Vincent, Gatuingt Fabrice, Nicot François

Jury : 

• M. Carcassès - Univ. Toulouse 3 - Professeure (Examinatrice)
• F. Gatuing - ENS Paris Saclay - Professeur (Rapporteur)
• F. Nicot - USMB - Professeur (Rapporteur)
• V. Acray - INRIA - Dir. Rech. INRIA (Rapporteur)
• B. Richard - IRSN - Dr. Ing. HDR (Examinateur)
• S. Grange - INSA Lyon - Professeur (Examinateur)
• A. Gabor - Univ. Lyon 1 - MCF HDR (Examinateur)

Language Reasoning by means of Argument Mining and Argument Quality

Doctorante : Alaa ALHAMZEH

Laboratoire INSA : LIRIS

Ecole doctorale : ED512 Infomaths

Understanding of financial data has always been a point of interest for market participants to make better informed decisions. Recently, different cutting-edge technologies have been addressed in the Financial Technology (FinTech) domain, including data analysis, opinion mining and financial document processing. In this thesis, we are interested in analyzing the arguments of financial experts with the goal of supporting investment decisions. Although various business studies confirm the crucial role of argumentation in financial communications, no work has addressed this problem as a computational argumentation task. In other words, the automatic analysis of arguments. Focusing on this issue, this thesis presents contributions in the three essential dimensions of theory, data, and evaluation. First, we propose a method for annotating the structure of the arguments stated by company representatives during the earnings conference calls. The proposed scheme is derived from argumentation theory at the micro-structure level of discourse. We further conducted the corresponding annotation study and published the first financial dataset annotated with arguments: FinArg. Moreover, we further investigate the question of evaluating the quality of arguments in this genre of text. To tackle this challenge, we suggest using two levels of quality metrics, considering both the Natural Language Processing (NLP) literature of argument quality and the financial era peculiarities. We have also enriched the FinArg data with our quality dimensions to produce the FinArgQuality dataset. In terms of evaluation, we validate the principle of ensemble learning on the argument identification and argument unit classification tasks. We show that combining a traditional machine learning model along with a
deep learning one, via an integration model (stacking), improves the overall performance, especially in small dataset settings. Although argument mining is mainly a domain-dependent task, to this date, the number of studies that tackle the generalization of argument mining models is still relatively small. Therefore, using our stacking approach and in comparison to the transfer learning model of DistilBert, we address and analyze three real-world scenarios concerning the model robustness over unseen domains and variant topics. In addition, with the aim of the automatic assessment of argument strength, we have investigated and compared different (refined) versions of Bert-based models. Consequently, we managed to outperform the baseline model by 13 ± 2% in terms of F1-score through integrating Bert with encoded categorical features. Beyond our theoretical and methodological proposals, the dimensions of argument quality assessment, annotated corpora, and evaluation approaches are publicly available, and can serve as strong baselines for future work in both FinNLP and computational argumentation domains. Hence, directly exploiting this thesis, we described and proposed to the community, within the framework
of the NTCIR-17 conference, a new task/challenge, the FinArg-1 task, relating to the analysis of financial arguments. We also used our proposals to respond to the Touché challenge at the CLEF 2021 conference. Our contribution was selected among the « Best of Labs ».