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.
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
