Jury de thèse

Jean-Paul CALBIMONTE PEREZ 

PhD in Artificial Intelligence de l'Universidad Politechnica de Madrid (UPM) 2013/02/21

Title: Ontology-based Access to Sensor Data Streams

Axel MASCARO

Comité de  suivi de thèse et jury de thèse, Université Clermont-Auverggne, LIMOS, 2022/06/15

Titre: Matchmaking multicritère basé sur une différence sémantique pour la logique de description EL. Application à la recommandation de documents en ligne dans le domaine de la métrologie.

Nicolas SEYDOUX 

Doctorat de  l’Université de Toulouse délivré par  l’INSA de TOULOUSE 2018/11/16

Titre: Vers une gestion intelligente des données de l'Internet des Objets

Comité de suivi de thèse

Gabriel MARTINS

Comité de 1ère année de thèse Mines Saint Etienne 2021/09/07

Titre : Semantic interoperability at the data level between heterogeneous and potentially constrained things and services.

Baptiste DARNALA

Comité de début de thèse, Université Montpellier, LIRMM, 2022/09/02

Comité de 3ème année de thèse, Université Montpellier, LIRMM, 2023/10/02

Titre: Hybridation des méthodes d’apprentissage et de Web Sémantique pour l’optimisation de la planification maraîchère en agro-écologie

Encadrement de thèse

Tayeb ABDERRAHMANI-GHORFI (Abandon)

Thèse en informatique de l’Université Paris 13

Titre: Méthode de construction de bases de connaissances à partir d’alignements entre ontologies de référence

Encadrement de thèse : 

Adeline NAZARENKO (Prof Paris 13) Directrice de Thèse

Catherine ROUSSEY (CR Irstea) Co-encadrante

Haifa ZARGAYOUNA (Mcf Paris 13) Co-encadrante

Financement: Paris 13 et Irstea.

Début: 01/11/2017, abandon en septembre 2020.

Quang Duy NGUYEN (2020)

Thèse en informatique de l’Université Blaise Pascale de Clermont Ferrand.

Titre:  Interoperability and Upgradability Improvement for Context-Aware Systems in Agriculture 4.0

http://www.theses.fr/fr/2020CLFAC017

Encadrement de thèse : 

Jean-Pierre CHANET (Ingénieur de Recherche, HDR, Irstea) Directeur de thèse

Christophe DE VAULX (MCF Clermont) Co-encadrant

Catherine ROUSSEY (CR Irstea) Co-encadrante

Financement: Bourse d’Auvergne Rhône-Alpes région et FEDER

Début: 01/01/2017, soutenu le 16/07/2020

https://www.youtube.com/watch?v=2nDRibzD5Ok

Le président du jury était Engelbert Mephu-Nguifo.

Le jury était composé de Catherine Roussey, Christophe De Vaulx, Gilles Belaud, Robert Laurini.

Les rapporteurs étaient Nathalie Hernandez, Frédérique Laforest.

Résumé : La prochaine évolution de l’agriculture est l’Agriculture 4.0. Dans ce domaine, les nouvelles technologies de l’Internet des Objets (IdO) et les systèmes contextuels sont utilisés pour améliorer les performances des activités agricoles. Un système contextuel est un système capable de réagir automatiquement et adéquatement en fonction du contexte. Le fait d’utiliser un tel système permet non seulement de réduire la charge de travail des agriculteurs, mais aussi d’améliorer la précision des activités agricoles. Cependant, leur emploi dans le monde rencontre deux obstacles spécifiques. Le premier obstacle est le besoin de mettre régulièrement à jour le système contextuel sans changer sa fonctionnalité. Ce besoin s’appuie sur le fait que l’agriculture est une activité saisonnière, avec un lieu de travail externe, ce qui implique plusieurs facteurs imprévisibles qui influent sur les aspects logiciels et matériels du système. Le deuxième obstacle est l’hétérogénéité de données générées à partir du système contextuel. Dans le domaine agricole, on trouve des capteurs variés observant des phénomènes variés et produisant des données également variées. Représenter ces données est un fait nécessaire pour l’interopérabilité des dispositifs à l’intérieur un système contextuel, ou pour l’interopérabilité de plusieurs systèmes contextuels différents à l’intérieur l’écosystème de l’IdO. Cette thèse propose trois contributions. La première est une architecture s’appuyant sur le principe de microservice. Cette architecture est une pile de services pour les systèmes contextuels, qui permet aux développeurs d’un système de se focaliser sur les objectifs des services plutôt que leurs aspects logiciels et matériels. La deuxième contribution est une ontologie, intitulé CASO, dédiée aux systèmes contextuels. Cette ontologie fournit un vocabulaire pour modéliser les données générées par le système contextuel. De plus, elle inclut un mécanisme pour créer des règles de raisonnement. La troisième contribution est un système d’aide à la décision (SAD) pour l’irrigation automatique, développé à partir d’IRRINOV® , une méthode d’irrigation manuelle. Il fait partie d’un système contextuel dédié à l’irrigation de l’équipe TSCF d’INRAE. Ce SAD est basé sur la pile de services pour les systèmes contextuels,et utilise l’ontologie IRRIG, une spécialisation de CASO dédiée à l’irrigation. Les trois contributions vont être appliquées dans un système contextuel d’irrigation déployé dans l’AgroTechnoPôle, situé à Montoldre, en France.

Jie SUN (2017)

Thèse en informatique de l’Université Blaise Pascale de Clermont Ferrand, soutenue le 23 octobre 2017.

Titre  " Intelligent Flood Adaptive Context-aware System".

http://www.theses.fr/2017CLFAC076

Encadrement de thèse :

Jean-Pierre CHANET (Ingénieur de Recherche Irstea) Co-encadrant

Kun Mean HOU (Prof Clermont) Directeur de Thèse

Catherine ROUSSEY (CR Irstea) Co-encadrant

Gil de SOUSA (Ingénieur de Recherche Irstea) Co-encadrant

Rapporteurs:

Robert LAURINI Professeur Emérite, Rapporteur

Nadine PIAT Professeur, Rapporteur

Jérome EUZENAT, Examinateur

Financement de thèse : CPER, Conseil Régional d'Auvergne, Irstea

Résumé en français:

A l’avenir, les domaines de l'agriculture et de l'environnement vont pouvoir bénéficier d’informations en masse de qualité croissante, obtenues à partir de mesures hétérogènes acquises par des capteurs (ou sondes). Ces capteurs utilisent de plus en plus des technologies sans fil pour transmettre les données collectées. Ces capteurs sans fil disposent de ressources limitées dont la principale est l’énergie qui est consommée majoritairement par la communication. La gestion de ces ressources dans le cadre des réseaux de capteurs sans fil (RCSF) restent encore aujourd’hui une problématique importante. Les données collectées par les capteurs sans fil alimentent des outils d’aide à la décision (OAD). Dans cette thèse, nous nous intéressons spécifiquement aux systèmes sensibles et adaptatifs au contexte basés sur un RCSF et un OAD. Ces systèmes doivent intégrer plusieurs flux de données issus de capteurs hétérogènes pour déterminer l’état du phénomène naturel observé. L’ensemble des données collectées compose le contexte. Des techniques de raisonnement sont appliquées sur le contexte pour l’enrichir et déduire l’état du phénomène naturel. Ensuite, Ces systèmes proposent des actions d’adaptation basées sur l’état du phénomène. Pour créer un service complet d'adaptation au contexte, des informations sur les capteurs sans fil eux-mêmes, comme leur niveau d'énergie, sont également intégrer au contexte. Par conséquent, la combinaison des décisions et actions communes basées sur le contexte avec une meilleure utilisation des ressources limitées du RCSF est la problématique principale de cette thèse. Ainsi, nous proposons une formalisation pour la conception et la mise en place de systèmes sensibles et adaptatifs au contexte pour l’agriculture et l’environnement. Cette formalisation se base sur des ontologies pour intégrer les différents flux de données issus de capteurs et modéliser le contexte. Un moteur d’inférence à base de règles permet d’enrichir le contexte. Les systèmes obtenus permettent à la fois de préserver le fonctionnement des capteurs et de maintenir le niveau de qualité de service (QdS) des données collectées en accord avec le phénomène étudié. Pour illustrer notre proposition, un cas d'utilisation environnementale complexe, l'étude des inondations dans un bassin hydrographique, en s'appuyant sur un RCSF pour la collecte de données, est présentée. Cette thèse a produit un logiciel de simulation des systèmes sensibles au contexte. Ce système intègre un système de simulation multi-agents (JADE) avec un moteur d’inférence à base de règles (Jess). La modélisation du contexte a été réalisée en réutilisant des ontologies existantes. Les données d’observations d’un bassin versant, l’Orgeval, ont permis d’alimenter le système de simulation. Un modèle énergétique de capteur sans fil a aussi été développé pour alimenter le système de simulation. Plusieurs systèmes sensibles au contexte ont été simulés pour montrer l’impact de l’adaptation sur la durée de vie du RCSF.

Mots-clefs : ontologies, inférences à base de règles, formalisation, mesures et données hétérogènes, intégration de données issues de capteurs, RCSF, ressources limitées, OAD, systèmes sensibles et adaptatifs au contexte, QdS, agriculture, environnement.

Thèse commencée en novembre 2013.

Fabien AMARGER (2015)

Thèse en informatique de l’Université Paul Sabatier de Toulouse soutenue le 18 décembre 2015

Titre "Vers un système intelligent de capitalisation de connaissances pour l'agriculture durable : construction d'ontologies agricoles par transformation de sources existantes".

Encadrement de thèse :

Jean-Pierre CHANET Irstea Co-Encadrant,

Ollivier HAEMMERLE Université Toulouse 2 Jean Jaurès Directeur de thèse,

Nathalie HERNANDEZ Université Toulouse 2 Jean Jaurè, Co-encadrant de thèse,

Catherine ROUSSEY Irstea Co-Encadrant.

Rapporteurs:

Mme Juliette DIBIE BARTHELEMY, AgroParisTech, Rapporteur

Mme Chantal REYNAUD, Laboratoire de Recherche en Informatique, Rapporteur

M. Jean-Pierre CHEVALET, Laboratoire d'informatique de Grenoble, Examinateur

Mme Marie-Hélène ABEL, Heudiasyc, Examinateur

Financement de thèse : CNRS et Irstea.

Thèse commencée en 2012.

Résumé en français:

Les données disponibles sur le Web sont généralement de deux natures : (1) des données non structurées ou semi-structurées difficilement exploitables de manière automatique ou (2) des données structurées destinées à une utilisation particulière, difficilement réutilisables par d'autres applications. Le Web de données est une application du Web sémantique facilitant l'accès, le partage et l'alignement des données. Il existe actuellement de très nombreuses données disponibles sur le Web, mais qui ne sont pas publiées en suivant les principes du Web de données liées. Elles nécessiteraient d'être transformées en bases de connaissances. Nous proposons une méthodologie innovante qui permet de transformer plusieurs sources simultanément et non séquentiellement. Cette méthodologie permet la fusion de plusieurs sources de données orientée par des patrons de conception du domaine. Notre méthodologie spécifie la modélisation attendue du domaine en définissant la partie haute d'un module ontologique. Une chaîne de processus enrichit ce module par des éléments issus des sources : transformation syntaxique des sources, alignement, identification des éléments équivalents pour construire des candidats, calcul de score de confiance des candidats, filtrage des candidats. Notre travail part de l'hypothèse suivante : si un élément apparaît dans plusieurs sources, alors la possibilité qu'il appartienne au domaine d'étude est accrue. Nous avons défini différentes fonctions de calcul de la confiance consensuelle d'un candidat en mettant en évidence plusieurs caractéristiques comme le consensus entre sources ou la connectivité entre éléments d'un même candidat. Nous posons une deuxième hypothèse : un élément ne doit apparaître que dans un seul candidat pour obtenir une modélisation correcte. Cette hypothèse nous amène à définir la notion d'incompatibilité entre candidats. Nous pouvons considérer alors l'extraction des candidats qui ne partagent pas d'éléments, ce qui permet de faciliter le travail de validation. Pour évaluer nos propositions, nous avons mené trois expérimentations. La première a porté sur le domaine de la classification taxonomique des blés. Cette expérimentation nous a permis d'analyser la qualité des candidats générés avec l'aide de trois experts du domaine. La deuxième expérimentation a porté sur le même domaine et nous a permis de valider le temps gagné par un expert lors de la validation des candidats en considérant les incompatibilités. Pour la dernière expérimentation nous avons utilisé les données d'une campagne d'évaluation de systèmes d'alignements. Nous avons adaptés ces données pour évaluer la génération de candidats et la définition du score de confiance sur un grand jeu de données. Nous proposons une implémentation de cette proposition dans un outil réutilisable et paramétrable : Muskca. Celui-ci permet la fusion multi-sources pour la génération d'une base de connaissances consensuelle. L'application de nos travaux dans le domaine de l'agriculture nous a permis de constituer une base de connaissances sur la taxonomie des plantes. Cette base de connaissances permettra la représentation d'observations des attaques des agresseurs sur les cultures, ainsi que les techniques de traitement des agresseurs. Cette base de connaissances permettra de publier les données disponibles mais aussi d'annoter les nombreux documents mobilisables pour faire évoluer les pratiques agricoles.

Rimel BENDADOUCHE (Abandon)

Thèse en informatique de l’Université Blaise Pascale de Clermont Ferrand

Titre provisoire " Intégration de données environnementales provenant d’un réseau de capteurs sans fil"

Encadrement de thèse :

Jean-Pierre CHANET (Ingénieur de Recherche Irstea),

Kun Mean HOU (Prof Clermont),

Catherine ROUSSEY (CR Irstea),

Gil de SOUSA (Ingénieur de Recherche Irstea).

Financement de thèse : région Auvergne et Irstea

Thèse commencée en 2011 et  abandonnée en 2015.

Samaneh CHAGHERI (2012)