Posts

SANDMAN: a Multi-Agent System for Anomaly Detection in Smart Buildings

Context Presentation

The number of sensors in buildings is constantly increasing, thanks to more accessible costs and the obvious interest of their use for optimized management. In this thesis we are interested in the use of data from these sensors to detect anomalies in buildings. These data, which are very numerous, can be of unknown and heterogeneous types.An anomaly is defined as unexpected and undesirable behaviour in a system and may depend on the context. In order to be able to deploy an anomaly detection system as widely as possible, it is necessary to create a decision support tool for energy experts. To address these issues, a system based on cooperative multi-agent systems implementing AMAS theory is being developed that allows anomalies to be detected by supervised learning. The anomaly detection system must take advantage of the feedback from one or more experts who label certain instances as anomalies or non-anomalies. These feedback are used for learning. The system we develop allows the addition or removal of new sensors without interrupting the detection of anomalies.

image016

 

The system classifies situations

 

Scientific Goals

- Improve energy efficiency

- Detect anomalies in real time

- Learn continuously from the expert feedback

Keywords

Multi-Agent Systems, Smart Buildings, Internet of Things, Supervised Learning, Anomaly Detection

Contacts

Maxime.houssin@irit.fr

 

 

Embedded Multi Gas Sensors for Monitoring Indoor Air Quality

Context Presentation

The measurement of indoor air quality is important for health protection against chemical and gaseous pollutants ... The indoor air can contain many pollutants such as CO, CO2, NO2 and VOCs. These pollutants exist in differents materials and products that can be used in housing (furniture, cleaners ...), but can be also comming from human activities or outside source. In this case, the detection, measurement and monitoring of these gazeuse contaminants is necessary.In view of its high performance and low cost, the innovative gas multi-sensor based on metal oxides semiconductors for analyzing and controlling indoor air quality is a good alternative to electrochemical and infrared sensors. This project is currently in progress in LAAS in collaboration with the LCC and Laplace and as part of a thesis funded by neOCampus and the Occitanie region. This thesis focuses on the characterization of multiple MOX-based gas sensors and integrates these multi-sensors in electronic card to achieve a connected object to control the indoor air quality in offices and classrooms in University Paul Sabatier in Toulouse

 

S1P8

  Figure 1 : « MOX gas Multi-sensors»

 

 

Scientific Goals

The gas multi-sensor is a microsystem composed by four sensors on a microchip, realized to detect target gases. The scientific objective of this thesis is to characterize new nanomaterials (SnO2, CuO, ZnO, WO3 ...) designed by the LCC by using an exprimental set-up and to define an operating protocol by trying differents operationg modes.

Keywords

Multi-sensors,  MOS, Indoor Air Quality, Smart building, neOCampus

Contacts

aymen.sendi@laas.fr

menini@laas.fr

pierre.fau@lcc-toulouse.fr

katia.fajerwerg@univ-tlse3.fr

myrtil.kahn@lcc-toulouse.fr

vincent.bley@laplace.univ-tlse.fr

 

Hybrid IoT: a Multi-Agent System for Persistent Data Accessibility in Smart Cities

Présentation du contexte

La réalité d'un campus intelligent ou plus généralement d'une ville intelligente passe par une observation régulière de l'environnement par des capteurs ad-hoc, afin d’agir dans l’environnement avec des dispositifs automatiques pour améliorer le bien-être des usagers. Ces capteurs permettent d’obtenir une connaissance des activités humaines et des conditions dans lesquelles ces activités sont menées, mais le déploiement d'un grand nombre de capteurs peut être coûteux. Les coûts sont principalement liés à l'installation, la maintenance et les infrastructures de capteurs dans les bâtiments existants. Pour ces raisons, l’objectif de cette thèse vise à réduire ces coûts en utilisant quotidiennement des milliers d’informations partielles et intermittentes provenant de smartphones des usagers du campus de l’Université Toulouse III Paul Sabatier. Ces traitements sont fondés sur une technologie d’Intelligence Artificielle par systèmes multi-agents coopératifs.

 

image011

Figure 1 : «On utilise les informations des dispositifs intermittents et mobiles pour fournir des estimations précises»

Objectifs scientifiques

- Apprendre à partir de données brutes, imprécises et intermittentes sans feedback.

- Fournir les informations en continu, même en l’absence de données de smartphone des usagers.

- Utiliser une approche hybride de l’Internet des objets qui mixe capteurs réels et capteurs virtuels.

Mots clés

Systèmes multi-agents auto-adaptatifs, fusion de données, apprentissage, smart campus

Contacts

Davide Andrea Guastella, Valérie Camps, Marie-Pierre Gleizes, {davide.guastella, camps, gleizes}@irit.fr

QuaLAS - eco-friendly Quality of Life in Ambient Sociotechnical systems

Context Presentation

The usual approach to ambient intelligence is an expert modeling of the devices present in the environment, describing what each does and what effect it will have. When seen as a dynamic and noisy complex systems, with the efficiency of devices changing and new devices appearing, this seems unrealistic. We propose a generic multi-agent (MAS) learning approach that can be deployed in any ambient environment and collectively self-models it. We illustrate the concept on the estimation of power consumption. The agents representing the devices adjust their estimations iteratively and in real time so as to result in a continuous collective problem solving. This approach will be extended to estimate the impact of each device on each comfort (noise, light, smell, heat...), making it possible for them to adjust their behaviour to satisfy the users in an integrative and systemic vision of an intelligent house we call QuaLAS: eco-friendly Quality of Life in Ambient Sociotechnical systems.

 

image009image010

 

 

Figure 1: « eco-friendly Quality of Life in Ambient Sociotechnical systems »

 

Scientific Goals

- multi-learning in a highly dynamic environment,

- conditions for scaling up,

- sensitivity to disturbances and noisy signals

- convergence speed

Keywords

neOCampus, file, presentation, innovation, ambient Intelligence multi-agent systems, complex systems, collective learning.

Contacts

fabrice.crasnier@irit.frmarie-pierre.gleizes@irit.fr - jean-pierre.george@irit.fr

 

Journée IT DAYS - 13 juin 2019 - Labège

Participation à la table ronde

 IMG_3324IMG_3325

Expérimentations de véhicules en cours ou à venir en Occitanie.

Les participants sont :   

  • Benoit Perrin, EasyMile   
  • Marie-Pierre Gleizes, IRIT Université Toulouse III Paul Sabatier
  • Ingrid Larrieu Ad'OCC  
  • Bertrand Serp Toulouse Métropole

 

Stands

IMG_3327IMG_3329

Table Ronde du Domaine d'Activité Stratégique Smart City - 13 juin 2019 - IRIT -

"Comment et pourquoi articuler Smart-Building Alliance, entreprises et universitaires

autour de la recherche dans le Smart Building?"

9h30-12h IRIT  (suivi d'un buffet)

Participation libre - Inscription obligatoire

TableRonde_SmartCity_13Juin_Affiche

Prix du meilleur papier étudiant sur ICEIS 2019

Félicitations à Inès BEN KRAIEM, doctorante au sein du département Gestion de données - équipe SIG de l’IRIT, pour son prix du meilleur papier étudiant à la 21e édition de la conférence internationale ICEIS 2019, dans la catégorie de l’intégration de bases de données et de systèmes d’information.

Son article présente l’algorithme CoRP (Composition of Remarkable Points), une approche configurable basée sur la modélisation de patterns de détection simultanée d’anomalies multiples. CoRP applique un ensemble de patterns, défini par l’utilisateur, afin d’annoter (labels) les points remarquables dans une série temporelle uni-variée, puis détecte les anomalies par composition de labels. En comparant avec des algorithmes de la littérature, cette approche se montre plus robuste et plus précise pour détecter tous les types d’anomalies observées dans des déploiements réels. Ces expérimentations reposent sur des données du monde réel et des données de benchmark issues de la littérature.

Ref : Inès Ben Kraiem, Faiza Ghozzi, André Péninou, Olivier Teste. Pattern-based Method for Anomaly Detection in Sensor Networks (regular paper). Dans : International Conference on Enterprise Information Systems (ICEIS 2019), Heraklion, Crète, Greece, 03/05/2019-05/05/2019, à paraître, mai 2019

Sixième journée scientifique neocampus

mercredi 10 juillet 2019

 de 9H00 à 16H00

Bâtiment de l’administration centrale

Université Toulouse III Paul Sabatier

118 route Narbonne

31062 Toulouse Cedex

Téléchargez le programme :

(FINAL]Programme Journee neOCampus 2019

Enquête : Usages du numérique et engagements citoyens sur les Campus

Nous vous invitons à remplir le questionnaire  en ligne suivant :

https://s1.sphinxonline.net/SurveyServer/s/CAPARI/20190403/formulaireweb.htm

Ce questionnaire s'inscrit dans un projet de recherche, CAPARI, intitulé "Du campus partagé à la Région intelligente".Il s'agit  d’analyser en quoi le recours aux technologies numériques participe à l'amélioration de l'accès aux services sur le campus universitaire, en prenant en compte les enjeux du développement durable et de s'intéresser aux activités qui font lien entre ce qui se passe sur le campus et les territoires ou quartiers dans lesquels ils sont insérés.

L'objectif final est de réaliser des prototypes d'applications numériques qui seront testés sur les campus.5 universités participent au projet dont 2 étrangères (en Colombie et en Australie).

Le questionnaire est à destination des étudiantes, des étudiants et des personnels d’enseignement et/ou de recherche, des personnels administratifs et des employés de sociétés de services intervenant sur les campus.

Les réponses au questionnaire sont destinées à la recherche scientifique (exclusivement) ; elles seront traitées de façon anonyme et confidentielle.

Avec nos remerciements

Le groupe projet CAPARI (UT2, UT3, INU Champollion)

Workshop international "Low cost sensors and microsystems for Environment Monitoring" hôtel Mercure Compans de Toulouse les 20 et 21 mai 2019

Les thèmes abordés sont  sur les nanomatériaux chimiquement sensibles, les microcapteurs, les microsystèmes embarqués communicants, les techniques de mesure et de traitement des signaux pour améliorer la sélectivité et la robustesse des mesures sur site (dans l'air comme dans l'eau) dans le but de surveiller la qualité de l'environnement

.https://nanosen-aqm.sciencesconf.org/

Les inscriptions se font dans l'onglet "Registration" ou directement sur https://www.azur-colloque.fr/DR14/inscription/en

Il est aussi possible de proposer un abstract pour un oral et/ou un poster.

Flyer 1st call

SPONSOR_Application-Form_Low-cost sensors Workshop

Back to Top