Page 38 - Télécom Evolution Catalogue 2018

FUSION D’INFORMATION
ET SYSTÈMES MULTICAPTEURS INTELLIGENTS

FC9DB02 4 au 6 octobre 2017 à Brest
DATES & LIEUX
3 jours
INTERNET DES OBJETS 1995 € OBJECTIFS ET PRÉSENTATION 9 au 11 octobre 2018 à Brest
5 au 7 juin 2018 à Paris

Répondre aux exigences croissantes des systèmes complexes, que ce soit en termes d’environnement ou de besoins opérationnels à
travers l’exploitation coordonnée de capteurs multiples. Tirer profi t de la diversité des informations et des capacités complémentaires
de leurs diff érentes sources, prendre en compte le développement de fonctionnalités spécifi ques et l’intégration de données
imparfaites.
Le traitement de l’ensemble et de la diversité des données disponibles est la clé de voûte en matière d’évolution des systèmes
d’information modernes rendus complexes par la connectivité amenée par l’internet (e.g. internet des objets) et par les capacités
accrues (e.g. technologies intelligentes) des systèmes de capteurs et communications (e.g. Big data). C’est ainsi que cette formation
considère les diff érents problèmes soulevés par l’élaboration de ces traitements, propose un panorama des théories utiles, en dégage
les outils utiles, et illustre par une variété d’applications représentatives de la majorité des situations rencontrées.
PARTICIPANTS ET PRÉREQUIS
Responsables scientifi ques et techniques en charge de l’ingénierie et du développement de systèmes multicapteurs pour des
environnements complexes, désireux d’avoir un panorama des techniques existantes en matière de traitement et de leur emploi,
ingénieurs et chercheurs susceptibles de mettre en œuvre ces traitements.
Des notions de base sur les capteurs et sur les fondements des probabilités sont souhaitables pour tirer un meilleur profi t de cette
formation.

PROGRAMME
Les théories indispensables, au-
Notions et caractéristiques des Méthodes probabilistes ƒ
systèmes complexes Inférence Bayésienne. Fonction delà des probabilités: théorie
ƒ
ƒ de vraisemblance. Information a de l'évidence, théorie des sous-
Organisations socio-techniques
ensembles fl ous, théorie des
ƒ priori. Théorème de Bayes. Ex:
Systèmes cyber-physiques versus
Internet des objets (IoT) mesure ponctuelle ou contacts possibilités, mesures d'information.
Traitement des problèmes
ƒ Gaussiens, mesures non ponctuelles ƒ
Big data: le problème, ses
dimensions et ses opportunités (direction, TDOA), combinaison, spécifi ques: modélisation des
L'analytique et la fusion
ƒ utilisation du rapport signal données, association de données
d'informations à bruit, information négative, ambiguës, gestion de la fi abilité,
Les fonctions cybernétiques
ƒ information positive, incorporation gestion de référentiels, combinaison,
en environnements complexes: de contraintes, détection radar, décision.
Approches fonctionnelles pratiques:
coordination, intégration, monitoring, infrarouge et combinaison. Mesures ƒ
surveillance et contrôle indépendantes, corrélées. détection, dénombrement,
ƒ ƒ classifi cation, identifi cation,
Les principaux outils : KF, EKF, UKF,
Les systèmes multicapteurs versus
big data et IoT PF, méthodes à grille, HMM. poursuite.
Architectures de fusion (Plots, Pistes,
Imperfections de l'information et ƒ Prospectives
Le traitement sémantique des
approches de fusions d'informations mixte). Mise en œuvre pratique. ƒ
ƒ données multicapteurs
Exemple du pistage. Principaux
Modélisation des concepts de
ƒ modèles d'état. Cas des mobiles Les hauts-niveaux de fusion
l'information et de ses imperfections manoeuvrants. ƒ
Représentation et modèles de
ƒ ƒ d'information
Extension au cas multicible: les
Vers des aides à la décision pour
l'imperfection principales approches (GNN, SD- ƒ
Les familles d'approches de
ƒ assignement, MHT, PHD, Track Before fermer la boucle avec les capteurs

traitement et de fusion d'information Detect). ƒ Les traitements autonomiques:
ƒ ƒ une nécessité pour le futur dans
Exemples d'application (fusion
Applications en trajectographie
le développement des systèmes
d'images) passive, recalage de navigation.
Introduction aux méthodes
ƒ Théories de l'incertain multicapteurs.
probabilistes
Spécifi cité des besoins en matière de
ƒ
traitements multicapteurs face aux
enjeux opérationnels
RESPONSABLES MODALITÉS PÉDAGOGIQUES
Basel SOLAIMAN Eloi BOSSE Cette formation est illustrée par des cas concrets
Professeur et responsable Ph.D., chercheur à l’université McMaster de systèmes de fusion pour les domaines critiques :
du département «Image et (Hamilton, Ontario, Canada) et santé, énergie, transport, défense et sécurité.
Président de Expertises Parafuse Inc.
Traitement de l’Information» (génie conseil en fusion d’information,
d’IMT Atlantique, il a assumé des analytique et aide à la décision). Il a
responsabilités dans l’industrie et passé 30 ans comme scientifi que dans OUVRAGE FOURNI
dans des centres de recherche. les centres de recherche de la défense Information Fusion and Analytics for Big Data and IoT,
canadienne où il a aussi été directeur
Il s’est investi dans le domaine de recherches pendant 12 années. Il a par Éloi Bossé et Basel Solaiman chez Artech House.
du traitement et de la fusion œuvré en traitement de signal radar,
d’information essentiellement en analyse spectrale haute résolution,
orienté pour les applications en en fusion d’information, en gestion
des ressources, en Commandement
imagerie (satellitaire, médicale et Contrôle (C2) et aide à la décision.
et sonar). Il est co-auteur de Il occupe, depuis 2016, un poste de
l’ouvrage Information Fusion and conseiller scientifi que pour la Cie
Analytics for Big Data and IoT, TrackGen Solutions à Mississauga,
paru chez Artech House. Ontario Canada et est chercheur
associé à IMT Atlantique depuis 2010.
36 contact@telecom-evolution.fr web www.telecom-evolution.fr