Posts tagged "données"

Les données sont aujourd’hui omniprésentes dans notre quotidien. Le projet neOCampus a pour but d’offrir de nouveaux services aux usagers d’un campus en exploitant des données de différentes natures (température, consommation, nombre de personnes, bruit, luminosité, etc.) et captées en continu dans toutes les salles du campus de l’Université. Toutefois une telle quantité de données est, pour l’utilisateur novice, complexe à analyser, comprendre et manipuler. Il est donc nécessaire de concevoir, d’implémenter et d’évaluer de nouvelles méthodes de visualisation et d’interaction avec ces données.

Ce projet explore l’apport potentiel de l’utilisation d’un support physique pour interagir avec ces données en entrée (contrôle et action de de l’utilisateur sur les données) et en sortie (rendu des données sur l’objet physique). En effet les données captées étant relatives à des bâtiments ou des dispositifs dans ces bâtiments, ancrer ces données dans un modèle physique représentant le lieu de collecte de la donnée doit permettre aux utilisateurs de mieux se projeter dans des données et donc de mieux les appréhender. On appelle cela la physicalisation interactive de données et l’on s’intéresse au développement de maquettes physiques interactives supports à l’exploration de données.

Figure 1 : Visualisation de données de consommation énergétique sur des maquettes physiques

Objectifs scientifiques

Les objectifs de ce projet sont :

- Concevoir et développer un processus de construction d’une maquette physique interactive.

- Concevoir et étudier des techniques d’interaction sur maquette physique.

- Établir un environnement interactif pour augmenter une maquette physique.

Contacts

Florent.cabric@irit.fr, Marcos.serrano@irit.fr, Emmanuel.dubois@irit.fr

Les données spatio-temporelles sont générées quotidiennement, que ce soit pour collecter la consommation énergétique d’un bâtiment ou tout simplement étudier la température des différentes salles de ce bâtiment. Face à des environnements de données aussi riches et complexes, il est important de définir ce qu’elles représentent. Ce type de données peut être décomposé en trois éléments clés : l’objet, qui est souvent l’entité clé, l’élément temporel, et le mouvement de cet objet dans l’espace à travers le temps. Les solutions explorées jusqu'ici pour manipuler ces données incluent généralement la souris 2D, les interfaces tangibles ou de l'interaction mid-air. Chacune d’entre elles présentent cependant des limitations ne permettant pas une manipulation optimale de ces données. Ainsi, il nous faut développer de nouveaux outils d’interactions pour faciliter l’exploration de ces données multidimensionnelles. Nous proposons donc une approche innovante couplant de l’interaction tangible, de la robotique et de la visualisation immersive pour faciliter ce processus.

Figure 1 : Visualisation de données spatio-temporelles sur un parcours passant par les différents laboratoires partenaires de neOCampus

Objectifs scientifiques

Les objectifs du stage sont :

- D’élaborer une preuve de concept permettant d’interagir avec des données spatio-temporelles en combinant le concept de cube spatio-temporel et de robots tangibles

- De concevoir et développer un support d’interaction dynamique facilitant l’exploration et l’interprétation des données spatio-temporelles

Contacts

sabine.cassat@irit.fr, marcos.serrano@irit.fr, emmanuel.dubois@irit.fr

Nous proposons un mécanisme qui permet de collecter et modéliser l'ensemble des données provenant des différents capteurs (température, humidité, luminosité, ...) disséminés sur le campus de l'université Paul Sabatier afin de faciliter l'exploitation, l'exploration et la visualisation des données. Ce mécanisme déverse les données dans une base MongoDB accessible via une API dédiée. Il permet d’intégrer des données hétérogènes de source et nature hétérogènes avec vélocité variable. De plus, notre mécanisme offre des facilités de transparence d’interrogation de données pour l’utilisateur. Les requêtes sont écrites à partir d’une connaissance minimale de la structure des données (un schéma existant). Le système de traitement de requêtes prend en compte automatiquement l’hétérogénéité structurelle des données réelles afin de retourner l’ensemble des résultats pertinents pour la requête même si le schéma des données est différent.

Figure 1 : « Cycle de vie des données de capteur neOCampus »

Objectifs scientifiques

Les objectifs de la thèse sont :

- Modélisation et exploration des données big data produites par les capteurs de neOCampus.

- Développement des nouveaux modèles, méthodes et outils pour la refactorisation et l’exploration des données hétérogènes. 

- Etude des problèmes liés à l’intégration de données au niveau intra et/ou inter-systèmes NoSQL.

Contacts

hbenhama@irit.fr, canut@irit.fr, peninou@irit.fr, teste@irit.fr

Le campus intelligent ou la ville intelligente par le biais de ses capteurs fixes et mobiles (capteurs ambiants, objets intelligents et connectés) génère très rapidement de grandes masses de données liées à l’activité de ses usagers et de ses processus internes. Ces masses de données représentent une mine d’informations pertinentes pour mieux comprendre l’activité du campus et ainsi le gérer plus intelligemment dans le but d’assurer l’équilibre entre confort des usagers et empreinte écologique minimale.

Figure 1 : « Réseau de relations de dynamique entre les capteurs neOCampus »

Objectifs scientifiques

L’objectif de cette thèse est concevoir une intelligence artificielle collective afin :

 d’analyser en temps réel les grandes masses de  données du campus,

 s’adapter en continu aux changements dans les données (contenu et structure)

 en respectant la vie privée et l’anonymat des usagers.

Contacts

elhadi.belghache@irit.fr, pierre.glize@irit.fr, jean-pierre.george@irit.fr

Le projet neOCampus vise à offrir de nouveaux services aux usagers du campus de l’université Paul Sabatier tout en réduisant l’empreinte écologique du campus. Ces deux objectifs passent par l’installation de capteurs sur le campus de l’université ainsi que le développement d’un environnement permettant la visualisation interactive des données géolocalisées fournies par ces capteurs.

Une des approches favorisant la visualisation de données spatialement distribuées est l’utilisation d’environnements immersifs. Ces environnements permettent à l’utilisateur de faire cohabiter des informations numériques ancrées géographiquement dans les environnements physiques. Ils améliorent la compréhension et l’exploration de données grâce à leurs capacités spatiales. 

Dans ce travail, nous proposons un nouveau paradigme d’interaction basé sur l’utilisation d’un dispositif à multiple degrés de libertés (DDL), supporté par le corps, pour interagir avec des visualisations immersives.

Figure 1 : Utilisation d’une souris à plusieurs degrés de libertés sur le corps (support) pour l’interaction avec une visualisation immersive.

Objectifs scientifiques

Les objectifs de ce travail sont :

 La réalisation d’un espace de conception pour le paradigme d’interaction proposé.

 L’évaluation de la stabilité du support d’interaction et du dispositif à multiple DDL.

Contacts

houssem.saidi@irit.fr, marcos.serrano@irit.fr, emmanuel.dubois@irit.fr

L’eau est une ressource naturelle limitée avec de nombreux usages et enjeux à toutes les échelles de territoire. Le campus UT3 peut servir de petit bassin-versant semi-anthropisé pour tester à échelle locale des scénarii d’offre et de demande de cette ressource. Les espaces naturels apportent des bénéfices ou services écosystémiques (SE) qui aident à la disponibilité et la régulation de cette ressource et ainsi participent au maintien du bien-être économique et social d’un territoire (De Groot et al., 2002). L’IPBES (Internationnal Platform for Biodiversity and Ecosystem Services) conclut en 2018 sur l’importance de démonstration des bénéfices retirés par le maintien d’espaces naturels fonctionnels. Les SE en relation avec la quantité d’eau sont les services d’approvisionnement et de régulation. L’état des lieux sur le campus de l’UT3 de ces SE permet de 1. mesurer quelle est la contribution naturelle dans la disponibilité de cette ressource ; 2. démontrer comment les espaces naturels participent à la régulation des flux d’eau pendant un orage et en période de sécheresse. Cette approche soulève des questions dont les réponses seront testées sur notre campus : Comment évaluer ces SE à l’échelle de notre campus ? Comment ces connaissances sont-elles utiles pour la gestion de l’eau à cette échelle ? Nos résultats représentent-t-ils un support utile pour des discussions collectives permettant d’aborder des questions concrètes de gestion de l’eau ? Pour aborder ce sujet, nous avons souhaité ouvrir un espace de dialogue et de concertation avec la constitution du groupe néÔCampus en parallèle des recherches menées sur l’état des lieux des flux et SE de l’eau. Apres la présentation de l’état actuel, la diversité des acteurs concernés par l’usage de l’eau et la gestion des milieux naturels du campus (UT3, SGE, Associations d’étudiants, ..) seront sollicités pour recueillir l’ensemble des scénario de gestion possibles sur le campus faces aux enjeux a venir tels que le changemnt climatiques. Les outils d’estimation des  des SE seront utilisés pour positionner ces scénarios dans un triptyque de valeurs économiques, environnementale et sociétales. 

Fig 1 : Valeurs des flux d’eau estimées pour l’année 2018 en (103 m3) et (103 €) à l’échelel du campus ( 1 Km2)

Objectifs                                                                     

 Etablir un état des lieux de la ressource en eau sur le campus, ses usages et les services naturels associés 

 créer un espace de dialogues avec les différents acteurs de l’eau 

 Tester de nouveaux scénarios de gestion intégrée de la ressource en eau 

Contacts

gregoiregualchierotti@gmail.com, sylvia.becerra@get.omp.eu, magali.gerino@univ-tlse3.fr

In an ever growing demand for connected objects (e.g SmartGardens, connected flowers, connected hives etc), neOCampus has extended its LoRaWAN infrastructure with the addition of a new industrial-grade LoRaWAN gateway. Bought by the Ecolab laboratory, it will get soon installed on its rooftop. This new gateway will address the downlink issue end-devices are facing. Actually, while the LoRa radio technology enables a 15km line-of-sight (LOS) range for data upload, an end-device will hardly get its downlink data from such a range! Hence, this additional gateway will greatly increases the downlink capability for most of our end-devices allowing a broader range of use-cases :) What a federated LoRaWAN infrastructure is useful for ? It means that neOCampus will be able to delegate end-devices management on a per-project basis to some local/remote managers. Through the https://lorawan.univ-tlse3.fr, these managers will be able to declare end-devices that will get recognized by all of our gateways. Moreover, it will also gives them the opportunity to finely tune their data flow through a broad range of data end-points like MQTT, HTTP sink etc

Contacts

neOCampus technical staff : neocampus-tech_at _irit.fr

Le nombre exponentiel d’appareils électroniques utilisés quotidiennement ainsi que leurs interactions entraîne le passage d’une vision de systèmes multifonctions utilisés indépendamment vers des systèmes réellement distribués et éparpillés dans l’environnement. L’hétérogénéité des composants constituant certains de ces systèmes conduit finalement à les qualifier de “complexes”. La difficulté d’avoir une bonne vision de l’ensemble de ces sous-systèmes et la probabilité d’erreur de conception importante amène à réfléchir sur la possibilité de spécifier le système global et vérifier la conception à l’aide de prototypes inter-dépendants simulés. Quand un système complexe nécessite l’emploi de différents composants spécifiés par différents concepteurs travaillant sur des domaines différents, ceci augmente fortement le nombre de prototypes virtuels. Ces différents composants ont malheureusement tendance à demeurer trop indépendants les uns des autres empêchant ainsi à la fois les différents concepteurs de collaborer et leurs systèmes d’être interconnectés en vue de remplir une ou plusieurs tâches qui ne pourraient pas être accomplies par l’un de ces elements seulement. Le besoin de communication et de coopération s’impose et pousse le/les concepteur(s) à les interopérer pour la mise en oeuvre d’une co-simulation encourageant le dialogue entre les disciplines et réduisant les erreurs, le coût et le temps de développement. On participera à la conception d’un système de co-simulation qui intègre différents outils de simulation-métiers basés sur la modélisation du comportement de dispositifs comme la simulation énergétique et la simulation d’usure de matériaux de construction au sein de la même plateforme

Objectifs scientifiques

Prendre en compte les notions d’architecture, de communication (entre les simulateurs ou avec les utilisateurs) et de visualisation pour définir les modèles d’architecture. L’analyse de l’architecture gérant l’interopérabilité (automatiquement ou en rajoutant des composants complémentaires) ainsi que la validation de cette architecture Le développement d’un outil de vérification de certaines propriétés de l’architecture, comme la cohérence la sémantique

Contacts

- Yassine MOTIE (IRIT-LAAS) : yassine.motie@irit.fr

- Alexandre Nketsa (LAAS) : alex@laas.fr

- Philippe Truillet (IRIT) :  philippe.truillet@irit.fr

Les salles de cours du campus sont progressivement équipées de capteurs et effecteurs variés (température, humidité, luminosité, qualité de l’air, volets et luminaires pilotables, etc) afin de mieux comprendre les dynamiques des bâtiments et donc mieux les utiliser. Le site monitOCampus permet de monitorer ces données.

Ce site offre une visualisation multi-vue et multi-échelle des données issues des capteurs neOCampus, mises à jour en permanence. Ces données sont présentées sous forme géolocalisée, sous forme de courbes, ou de tableaux de données brutes. Plusieurs niveaux (campus, bâtiments, salles) sont disponibles pour chacune de ces formes. Il dispose d’un outil de filtrage et d’un outil de graphes à la demande. La navigation est facilité grâce à des bâtiments, salles et capteurs cliquables sur les vues cartes ainsi que des menus latéraux permanents.

Visitez www.neocampus.univ-tlse3.fr/monitocampus (accessible à la rentrée 2017).

Contacts

- Ludovic Burg (IRIT) : ludovic.burg@irit.fr

- Jérémy Boes (IRIT) : jeremy.boes@irit.fr

- Marie-Pierre Gleizes (IRIT) : marie-pierre.gleizes@irit.fr

La plupart des systèmes du monde réel sont des systèmes complexes. Ces systèmes sont caractérisés par des comportements non-linéaires et souvent non-prévisibles. Les systèmes ambiants, les réseaux, les milieux dans lesquels évoluent des robots ou des humains, sont tous des systèmes complexes. Mieux comprendre la dynamique de tels systèmes est donc un enjeu important, et cela peut passer par l’utilisation de simulations numériques. Cependant, la conception d’un modèle réaliste pour la simulation est difficile, dispendieux et sa validation peut prendre beaucoup de temps.

Objectifs scientifiques

Notre approche propose d’exploiter les données issues de l’observation du système complexe pour en générer automatiquement un modèle. Ces grandes masses de données sont les entrées d’un système multi-agent auto-adaptatif qui découvre automatiquement des corrélations simulant la dynamique complexe du système réel. Nous avons nommé ce système AMOEBA, pour Agnostic MOdEl Builder by self-Adaptation. AMOEBA est capable de généraliser, à fin de proposer des corrélations entre les données en entrée même dans des situations inédites. AMOEBA est également capable de s’auto-observer, permettant ainsi de détecter la présence de données inutiles, ou l’absence de données nécessaires à un bon apprentissage.

Contacts

- Julien Nigon (IRIT) : julien.nigon@irit.fr

- Marie-Pierre Gleizes (IRIT) : marie-pierre.gleizes@irit.fr

- Frédéric Migeon frederic.migeon@irit.fr