Recherche

Domaines de recherche depuis sept. 2002

  • Période 2002-2005 : systèmes dynamiques discrets et calcul numérique sur grille
  • Période 2003-2007 : premier travail sur les réseaux de capteurs
  • Période 2008-2012 : orientation vers l'intelligence artificielle et plus précisément les réseaux de neurones
  • Période 2012-2015 : réseaux de capteurs et bio-informatique
  • Depuis 2015 : réorientation vers l'intelligence artificielle et plus particulièrement l'apprentissage profond (Deep Learning)

Description des travaux actuels

Courant 2015, avec Raphaël Couturier nous avons décidé de travailler sur le calculateur neuromorphique développé par le département d'Optique de FEMTO-ST, calculateur qui met en œuvre le le principe du Reservoir Computing. Ce travail s'est notamment appuyé sur deux stages de Master 2 Recherche sur la période février 2015-septembre 2016. Stages que j'ai co-encadré avec un taux d'encadrement de 75%. Enfin, plus récemment, nous avons commencé à étudier les réseaux de neurones profonds (Deep Learning) et plus particulièrement les réseaux de neurones convolutionnels.

Reservoir Computing

Le premier stage a consisté à développer une version C++, faisant du calcul multi-cœurs grâce à MPI, d'un programme Matlab simulant le dispositif physique (opto-électronique) développé par les physiciens. Le second stage a étudié le Reservoir Computing sous un angle purement informatique, via les Echo State Networks, en s'intéressant à un problème de reconnaissance d'images (MNIST problem). Les résultats qui ont été obtenus avec ces travaux ont fait l'objet de deux présentations : l'une lors du Workshop Dynamical Systems and Brain-inspired Information Processing organisé par le Laboratoire de Mathématiques de Besançon début novembre 2015, l'autre lors de la 19th IEEE Int. Conf. on Computational Science and Engineering qui a eu lieu début août 2016 à Paris.

Deep Learning

Concernant le Deep Learning, nous nous sommes intéressés à l'utilisation d'un réseau de neurones convolutionnels (Convolutional Neural Network) pour détecter si une image était stéganographiée ou non, c'est-à-dire si des pixels ont été modifiés pour embarquer un message caché. Nous avons notamment identifié une approche permettant de choisir, pour une image donnée, le stéganalyseur le plus fiable entre le meilleur stéganalyseur basé sur une CNN et le meilleur suivant l'approche classique Spatial Rich Model+Ensemble Classifier. Nous avons ainsi obtenu de très bons taux de détection pour trois algorithms de stéganographie dans le domaine spatial (HUGO, MiPOD et S-UNIWARD). Ce travail sera présenté fin mai lors de conférence IFIP-SEC 2017 qui aura lieu à Rome fin mai (taux d'acceptation de 19,39%). Actuellement, nous essayons d'explorer d'autres domaines d'application des CNNs. A noter qu'après avoir utiliser Torch comme environnement de développement initial, nous avons opté pour Tensorflow courant 2016.

Co-encadrements

Etudiants en thèse

  • Bassam Alkindy (de décembre 2012 à décembre 2015 - thèse soutenue le 17décembre 2015)
    • Titre du mémoire : Combining Approaches for Predicting Genomic Evolution
    • Devenir : Assistant Professor at University of Mustansiriyah, Baghdad, Iraq
  • Ali Kadhum Idrees (de septembre 2012 à octobre 2015 - thèse soutenue le 1er octobre 2015)
    • Titre du mémoire : Distributed Coverage Optimization Techniques for Improving Lifetime of Wireless Sensor Networks
    • Devenir : Assistant Professor at University of Babylon, Iraq
  • Rémy Laurent (de septembre 2008 à fin septembre 2011 - thèse soutenue le 21 septembre 2011)
    • Titre du mémoire : Simulation du mouvement pulmonaire personnalisé par réseau de neurones artificiels pour la radiothérapie externe
    • Devenir : travail dans le privé
  • Amine Abbas (de septembre 2003 à fin juin 2007 - thèse soutenue le 28 juin 2007)
    • Titre du mémoire : Optimisation de la durée de vie d'un réseau de capteurs
    • Devenir : travail dans le privé

Etudiants en stage de Master 2 Recherche

  • Pierre Primet (de février à septembre 2017)
    • Titre du mémoire : Etude et mise en oeuvre d'une approche de type deep learning comme outil d'aide à la détection d'une pathologie
  • Schaetti Nils (de février à septembre 2015)
    • Titre du mémoire  : Reservoir Computing : Etude théorique et pratique en reconnaissance de chiffre manuscrits
  • Nassar Jad (de février à septembre 2015)
    • Titre du mémoire : Parallelization of a simulation code for neuromorphic computing
  • Arnaud Aubert (de février à octobre 2010)
    • Titre du mémoire : Contrôle actif d'écoulements aérodynamiques par réseaux de neurones
  • Amine Abbas (de février à septembre 2003)
    • Titre du mémoire (DEA) : Mixage synchronisme/asynchronisme dans les réseaux d'automates finis discrets

Organisation de conférence

Membre du comité d'organisation de 9e Colloque International sur l'Analyse Statistique Implicative (ASI9) qui s'est déroulé à l'IUT de Belfort-Montbéliard du 4 au 7 octobre 2017.

Relecture d'articles pour des revues et des conférences internationales

Revues

  • IEEE Journal of Microelectromechanical Systems (IF Web of Science JCR 2016/2017 2.124) en 2018
  • Mathematics en 2018
  • IEEE/ACM Transactions on Computational Biology and Bioinformatics (IF Web of Science JCR 2016/2017 1.955) en 2018
  • Journal of Computational Science (IF Web of Science JCR 2016/2017 1.748) en 2015, 2016, 2017 et 2018
  • Journal of Supercomputing (IF Web of Science JCR 2016/2017 1.326) en 2016
  • Engineering Applications of Artificial Intelligence (IF Web of Science JCR 2015 2.368 ) en 2014
  • Numéro spécial de la revue IEEE Computational Intelligence Magazine en 2012
    (thème : Computational Intelligence in Computer Vision and Image Processing)

Conférences

  • MENACOMM 2018, IEEE Middle East North Africa COMMunications Conference, Jounieh, Lebanon
  • MMSys 2018 (IoT and Smart Cities track), ACM Multimedia Systems Conference, Amsterdam, Netherlands
  • ISPA 2017, 15th IEEE International Symposium on Parallel Distributed Processing with Applications, Guangzhou, China
  • CSE 2016, 19th IEEE Int. Conf. on Computational Science and Engineering, Paris, France
  • ICANN 2009, 19th International Conference on Artificial Neural Networks, Limassol, Cyprus
  • LNC 2007, 32nd IEEE Conference on Local Computer Networks, Dublin, Ireland