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

Dans le cadre de l’élaboration de cryptosystèmes résistants à des attaques menées par des calculateurs quantiques, plusieurs algorithmes sont soumis à l’évaluation de la communauté (cf. e.g. NIST Post-Quantum Cryptography Standardization
https://csrc.nist.gov/projects/post-quantum-cryptography/post-quantum-cryptography-standardization)
Les membres du projet s’intéressent particulièrement à l’exploitation de fuites d’informations par canaux auxiliaires de certains de ces cryptosystèmes basés sur les codes correcteurs d’erreurs. Des travaux déjà réalisés (soumis à Selected Areas in Cryptography 2025 https://sacworkshop.org/SAC25/ et accepté sous conditions de modifications mineures) mettent en évidence une structure algébrique derrière certaines de ces fuites. Le projet prévoit une exploitation plus complète de cette structure ainsi que des implémentations d’attaques effectives sur les cryptosystèmes concernés et l’étude de contre-mesures potentielles.
En particulier, deux stages de master 2 pourront être rémunérés par ce projet

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

Laboratoires impliqués : CITI, LIP, LS2N

Les problèmes de satisfaction de contraintes, ou CSP (Constraint Satisfaction Problems) par la suite, constituent une famille de problèmes importante en informatique fondamentale, avec des liens forts avec des domaines plus applicatifs tels que l’intelligence artificielle ou l’aide à la décision.
Nous distinguons les CSP discrets, ceux pour lesquels les variables du problème prennent leurs valeurs dans des domaines discrets (booléens, entiers par exemple) des CSP continus pour lesquels les domaines des variables sont continus et nous nous focalisons sur les domaines qui sont des intervalles de nombres réels. Cela permet d’effectuer les calculs en arithmétique par intervalles afin de pouvoir manipuler des domaines continus de valeurs pour les variables.
Dans ce projet, nous nous intéressons à la transposition, l’adaptation et l’évaluation de méthodes connues pour être efficaces pour les CSP discrets, au cas des CSP continus.

• 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

Le projet ECIÉA vise à aligner et expliquer le comportement des systèmes d’IA avec des valeurs morales en utilisant l’apprentissage par renforcement. Le principal défi réside dans la conception de fonctions de récompense qui promeuvent des comportements éthiques, évitant les failles tel que le « reward hacking ». Pour résoudre ce problème, le projet propose de s’appuyer sur le cadre AJAR, qui utilise des graphes d’argumentation pour représenter les valeurs morales, sous forme d’arguments qui peuvent se soutenir ou s’attaque mutuellement. L’objectif est double : (1) Amélioration de AJAR : Intégrer une sémantique graduée pour améliorer l’expressivité des graphes d’argumentation et impliquer des concepteurs non-experts en IA dans la définition des fonctions de récompense. (2) Explicabilité des comportements : Étudier comment les activations d’arguments peuvent être utilisées pour expliquer les récompenses générées, et au final le comportement appris des agents, via des interfaces graphiques ou la génération automatique de texte.

• 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

Ce projet vise à comprendre la convergence de processus markoviens dans des graphes (dynamique de Glauber) permettant de modéliser la performance de points d’accès de réseaux sans fil. L’originalité du projet repose sur l’exploitation de la structure géométrique des graphes d’interférence, souvent représentés par des intersections de disques dans le plan, afin d’obtenir des résultats plus fins que dans le cas général. Il s’inscrit dans la continuité d’une collaboration entre les équipes MC2 et HowNet du LIP, et s’appuie sur l’expertise de l’équipe GOAL en reconfiguration.

• 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

Nous nous intéressons dans ce projet au déploiement d’une flotte de drones autonomes, équipés d’interfaces de communication sans fil (Wi-Fi), dont l’objectif est de fournir des services réseaux à des utilisateurs mal ou non desservis. Dans ce contexte, les drones partagent 2 types de données : les données liées à la réalisation de leur mission, par ex. le flux vidéo vers les utilisateurs (données applicative), et les données pour permettre une meilleure prise de décision et coordination au niveau de la flotte (données de contrôle). Dans un précédent projet nous avons travaillé sur un algorithme de décision multi-agents avec un modèle de communication des données applicative plus réaliste et nous l’avons testé sur un simulateur que nous avons développé. Dans ce projet, nous souhaitons considérer un modèle de communication réaliste (communications bruitées, perte de paquets, latence, présence d’obstacle …) au niveau de l’échange de données de contrôle. Ces éléments seront intégrés dans notre simulateur et dans l’algorithme de prise de décision multi-agents pour évaluer leurs impacts sur la performance de la flotte.

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

Laboratoires impliqués : CITI, LIP, LIRIS

Ce projet s’intéresse à la gestion collective de ressources numériques limitées. Nous nous intéressons plus particulièrement à la négociation et à l’arbitrage des choix dans le contexte de la gestion du stockage partagé chez des hébergeurs. Un stagiaire conduira des entretiens auprès de divers hébergeurs alternatifs. Les entretiens viseront à faire l’inventaire des ressources pour lesquelles un arbitrage est nécessaire, à définir les contraintes sur le taux de disponibilité des services fournis. En complément nous mènerons des ateliers de conception participative pour comprendre les compromis acceptables. Un second stagiaire prototypera un outil de négociation de ressources, en suivant les conclusions et les leçons tirées du premier stage. L’outil devrait permettre de paramétrer un système existant de gestion de stockage avec les paramètres définis par le résultat de la négociation.

• 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

La procédure de l’anesthésie loco-régionale, effectuée en odontologie, est un geste complexe. Il consiste à insérer une aiguille près du foramen mandibulaire sans avoir la possibilité de visualiser l’anatomie interne. Le taux d’échec de sa réalisation varie de 7 % à 75 % chez les praticiens novices. L’objectif du projet SIMALOR consiste à améliorer l’apprentissage de ce geste en initiant le développement d’un simulateur basé sur les techniques de Réalité Virtuelle.

• 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