Pour son 10ème appel, les projets suivants sont financés :

• 3DREAM: 3D-Printed Realtime Ambisonic Microphone

Laboratoires impliqués : CITI, LMFA

Les microphones ambisoniques, utilisés pour capturer le son en trois dimensions, sont devenus un outil essentiel dans les domaines de la réalité virtuelle, du cinéma immersif et de la recherche en acoustique. Toutefois, les solutions commerciales disponibles sur le marché (ex. Eigenmike 64, Zylia ZM-1, etc.) sont souvent coûteuses (~1.5 à 15 k€), fermées et peu configurables, ce qui limite leur accessibilité, tant pour les chercheurs que pour les créateurs indépendants.
Le projet 3DREAM (3D Printed Real-Time Ambisonic Microphone) propose de concevoir un microphone ambisonique DIY (Do It Yourself), imprimé en 3D, utilisant des microphones MEMS à bas coût et un FPGA pour le traitement en temps-réel, grâce au compilateur Syfala, développé par l’équipe Emeraude du CITI. 3DREAM est mené en collaboration avec l’équipe Acoustique du LMFA (École Centrale de Lyon), qui apporte son expertise sur les méthodes ambisoniques. Le projet s’appuie sur des outils développés au sein de ces deux laboratoires : Faust (Emeraude), Syfala (Emeraude), la librairie SMALL (Spherical Microphone Array Little Library, LMFA) et Ambitools (LMFA).
Les deux objectifs principaux de 3DREAM sont donc de : (i) rendre l’ambisonie plus accessible et adaptable ; (ii) améliorer Syfala en l’éprouvant dans un cas d’usage concret.

• AIsyCryo: AI pour améliorer l’interprétabilité en tomographie 3D extrêmement bruitées et dégradées pour les biologistes

Laboratoires impliqués : CREATIS, CIRI

Le projet AIsyCryo vise à développer des outils d’intelligence artificielle pour améliorer l’interprétation des images issues de tomographie cryo-électronique (cryo-ET), une technique d’imagerie 3D très bruyante utilisée en biologie. Il comprend le développement d’un nouvel algorithme intégrant l’estimation d’incertitudes pour la reconstruction 3D, ainsi qu’un benchmark rigoureux des méthodes existantes de débruitage et de correction d’artefacts. Le tout sera intégré dans une plateforme logicielle accessible aux biologistes, en collaboration entre les laboratoires CREATIS (INSA Lyon) et CIRI (ENS Lyon).

• ALPACQAP : Algèbre Linéaire Pour l’Analyse de Cryptosystèmes post-Quantiques face aux Attaques Physiques

Laboratoires impliqués : LHC, ICJ

TBD

• CONFIANTE : CONstraint programming using Floating-point Interval Arithmetic : New heuristics, Tests, Experiments

Laboratoires impliqués : CITI, LIP, LS2N

TBD

• DECOuVErT : Détection des incohérences dans les Espaces Colorimétriques et Observation des erreurs de compression dans les Vidéos Encodées et Traitées par l’IA

Laboratoires impliqués : LIRIS, LabHC, LIRMM

Dans le projet DECOuVErT, nous nous intéressons à la technique des permutations intelligentes de visages (ou deepfakes, en anglais), qui synthétise des images d’humains, en se basant sur l’intelligence artificielle. Le focus sera mis sur le problème de généralisation. Nous envisageons d’aborder le sujet de détection des deepfakes comme un problème de détection d’anomalie entre les frames consécutives d’une vidéo manipulée en étudiants deux points de vue de : 1) la colorimétrie, et 2) l’encodage et de la compression des vidéos.

• ECIÉA : Explication du Comportement d’un agent IA Éthiquement Aligné

Laboratoires impliqués : LIRIS, Institut Fayol

TBD

• GAAMAS: Generative Autonomous Agents and Multiagent Systems

Laboratoires impliqués : ERIC, LIRIS

Ce projet explore le potentiel des agents autonomes et des systèmes multi-agents génératifs (Generative Autonomous Agents and Multiagent Systems, GAAMAS) pour la simulation sociale. Il vise à mieux comprendre comment ces entités artificielles, propulsées par les grands modèles de langage (Large Language Models, LLM), interagissent, prennent des décisions, s’adaptent aux comportements d’autrui et simulent des raisonnements humains, notamment dans des contextes stratégiques inspirés de la théorie des jeux. Ce projet contribuera à évaluer les capacités et les limites actuelles des GAAMAS, et à proposer des pistes concrètes pour améliorer leur cohérence et leur réalisme dans les simulations sociales.

• GrR-Dyno : Dynamiques et reconfiguration de graphes pour l’évaluation de performance de réseaux sans fil

Laboratoires impliqués : LIP, LIRIS

TBD

• JunioT : Analyse et évaluation du maintien en condition opérationnelle d’une infrastructure IoT à l’aide des jumeaux numériques

Laboratoires impliqués: CITI, DISP

• MEDIKG: MEDIcal Knowledge Graphs for causality-aware multimodal learning / Graphes de connaissances médicales pour l’apprentissage multimodal sensible à la causalité

Laboratoires impliqués : CARMEN, CREATIS, LIRIS

TBD

• PARMIGIADRONE : Proposition d’algorithme d’Apprentissage par Renforcement MultI-aGents en s’appuyant sur un modèle de communIcAtion réaliste entre DRONEs

Laboratoires impliqués : LIP, LIRIS

TBD

• PartUgal : Partage et négociation de ressources de stockage nuagique dans un monde frugal

Laboratoires impliqués : CITI, LIP, LIRIS

TBD

• PROSPER : Méthodes de vote à fonctions de PROfondeurS sur les PERmutations : algorithmes et applications

Laboratoires impliqués : ERIC, ICJ, ISMAR, G-SCOP

Il est possible d’écrire les procédures de votes sous la forme de problème d’optimisation : le résultat d’un vote est vu comme le choix d’un électeur central (possiblement fictif), obtenu par optimisation d’une fonction de profondeur.
Nous souhaitons maintenant transposer les concepts de fonctions de profondeur, initialement développés pour les espaces vectoriels, aux permutations. Le travail théorique est en cours, mais il est nécessaire de compléter par une approche numérique pour valider la faisabilité pratique des méthodes de vote par fonction de profondeur sur les permutations.
Les travaux de Gadat et al. (2018) ont ouvert la voir pour une implémentation pratique des barycentres dans les graphes de permutation.
Le projet consiste donc à produire un algorithme et développer une application permettant en pratique de détecter le barycentre d’un graphe de permutation dans le cadre d’un processus de vote. Ce cadre peut contraindre, sous certaines hypothèses, les permutations admissibles, ouvrant ainsi la possibilité d’optimisation algorithmique dans certains cas.

• SIMALOR : Simulateur d’apprentissage du geste de l’anesthésie loco-régionale

Laboratoires impliqués : Ampère, LIRIS

TBD

• SOWIFI : Solutions pour un Wi-Fi durable

Laboratoires impliqués : ICT (USTH – Hanoï), LIP, LIRIS 

TBD

• VISIONS : Analyse de la variation des stimulii visuels perçus par les nourrissons et impact sur leur développement cognitif précoce

Laboratoires impliqués : ISCMJ, LIRIS

TBD