Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Présentation du centre de recherche Inria Bordeaux - Sud-Ouest

Découvrez le centre, ses activités de transfert et de recherche.

  • Be the first to comment

  • Be the first to like this

Présentation du centre de recherche Inria Bordeaux - Sud-Ouest

  1. 1. Centre Inria Bordeaux _ Sud-Ouest
  2. 2. La science et les Hommes chez Inria Inria, institut national de recherche dédié au numérique, promeut « l’excellence scientifique au service du transfert technologique et de la société ». Inria emploie 2700 collaborateurs issus des meilleures universités mondiales, qui relèvent les défis des sciences informatiques et mathématiques. Inria est organisé en «  équipes-projets  »  qui rassemblent des chercheurs aux compétences complémentaires autour d’un projet scientifique focalisé. Ce modèle ouvert et agile lui permet d’explorer des voies originales avec ses partenaires industriels et académiques. Inria répond ainsi aux enjeux pluri- disciplinaires et applicatifs de la transition numérique. À l’origine de nombreuses innovations créatrices de valeur et d’emplois, Inria transfère vers les entreprises (start-up, PME et grands groupes) ses résultats et ses compétences, dans des domaines tels que la santé, les transports, l’énergie, la communication, la sécurité et la protection de la vie privée, la ville intelligente, l’usine du futur… 173équipes-projets 1 300 doctorants 120start-up créées 229,5 M€ budget initial 2015 2 700 collaborateurs 4500 publications de référence 1 200 doctorants nationalités représentées87
  3. 3. Inria dans le grand Sud-Ouest Le Centre de Recherche Inria Bordeaux – Sud-Ouest a été créé en 2008. Il est implanté sur les campus universitaires bordelais et palois. Il mène, avec ses partenaires académiques et industriels, une activité de recherche en sciences et technologies du numérique (Informatique, Mathématiques). Les recherches des équipes du centre portent sur quatre axes : • Modélisation, calcul intensif et architectures parallèles • Gestion des incertitudes et optimisation • Modélisation et simulation pour la santé et la biologie • Humain et numérique : interaction et visualisation Les équipes contribuent à la résolution des questions fondamentales posées par la modélisation informatique et mathématique, la programmation des systèmes complexes et distribués et les interactions  entre les différents acteurs tant humains qu’artificiels. Au delà d’avancées scientifiques de premier plan reconnues au meilleur niveau international, les équipes du Centre Inria Bordeaux – Sud-Ouest contri- buent aux innovations qui seront demain au cœur de notre quotidien. À titre d’exemple, nous pouvons citer la programmation sûre de machines réunissant des milliers de cœurs de calcul, la conception d’applications et de logiciels pour l’ingénierie pétrolière, la visualisation et manipulation en 3D ou 4D d’objets complexes, la conception et la programmation de robots, la prévision de l’évolution de maladies ou encore la participation aux avancées en bioinformatique… « Des résultats scientifiques de tout premier plan et de très belles applications émergent de nos équipes qui sont reconnues et impli- quées au meilleur niveau international… Inria Bordeaux - Sud-Ouest souhaite contribuer à faire de l’Aquitaine un pôle scientifique à forte visibilité dans le domaine des sciences du numérique. » Monique Thonnat, Directrice du Centre de Recherche Inria Bordeaux _ Sud-Ouest
  4. 4. Associé à des partenaires de renom La stratégie de développement scientifique du Centre vise à favoriser l’émergence de nouveaux sujets ambitieux. Pour maximiser l’impact des recherches menées, ils sont montés en partenariat avec les acteurs académiques locaux ou internationaux à la pointe d’autres dis- ciplines. > Établissements public à caractère scientifique et technologique (EPST) CNRS, INRA, INSERM > Universités Université de Bordeaux, Université de Pau et des Pays de l’Adour > Écoles Bordeaux INP, Ensta Paris-Tech, Institut d’Optique Graduate School > Laboratoires IMB (UMR 5251), IMN (UMR 5293), LaBRI (UMR 5800), LMAP (UMR 5142), LP2N (UMR 5298) > Instituts Institut Bergonié (U916), Institut Hospitalo-Universitaire (IHU) LYRIC, ISPED (U897) > Centre hospitalier CHU - Hôpitaux de Bordeaux > Regroupements de recherche thématique : Bordeaux Neurocampus, Labex BRAIN et CPU (Cluster d’excellence de l’Idex Université de Bordeaux) > Collaborations bilatérales internationales (équipes associées) Stanford University, University of Colorado Boulder, Universidade de São Paulo, Université Tunis El-Manar, University Mohammed V Agdal Maroc, University of Colorado Denver, Columbia University New York, Indian Institute of Technology Roorkee
  5. 5. Faciliter les partenariats et les projets d’innovation Une part importante des recherches menées aujourd’hui au sein du Centre a pour vocation de répondre aux besoins technologiques des entreprises. Grâce au soutien de la région Aquitaine, un dialogue per- manent est entretenu avec les acteurs socio-économiques du grand Sud-Ouest. À ce jour, le Centre a noué plus d’une dizaine de partenariats avec des PME et de grands groupes industriels. Le Centre maintient par ailleurs des relations étroites avec le CEA-CESTA dans le cadre de projets de recherche menés autour du Laser Méga-Joule, le plus puissant du monde. Le Centre tisse également des liens forts avec un réseau de partenaires régionaux parmi lesquels se trouvent les pôles de compétitivités, les agences de l’innovation ou encore les associations thématiques.
  6. 6. Modélisation, calcul intensif et architectures parallèles La particularité de cet axe est certainement le continuum existant entre les travaux menés en mathématiques appliquées et les recherches informatiques pour le calcul intensif. Concrè- tement, les équipes conçoivent et développent des méthodes originales de modélisation et de simulation ou de calcul haute performance et produisent des logiciels pouvant répondre à des besoins industriels. 8 8 7 4 2 7 7 4 9 < < < 6
  7. 7. é q u i p e SIMULATION AGILE EN AÉRODYNAMIQUE INTERNE ET COMPARAISON AVEC L’EXPÉRIENCE Ce projet vise à développer des outils adaptés pour étudier les écoulements turbulents souvent rencontrés en aérodynamique interne tels que dans les chambres de combustion aéronautiques ou les circuits de refroidissement d’une centrale thermique. L’originalité du projet tient dans le dialogue permanent et l’unité de lieu entre les activités de modélisation physique, de simulation et d’expérimentation. Aérodynamique interne • Calcul haute performance • Dynamique des fluides Éléments finis • Expérimentation • Méthodes numériques Modélisation de la turbulence • Simulation numérique • Solveurs parallèles MAVERIC : banc d’essai pour l’étude d’écoulements turbulents avec transfert pariétal de masse
  8. 8. é q u i p e MODÈLES DISCRETS ADAPTATIFS CERTIFIÉS POUR SIMULATIONS D’ÉCOULEMENTS COMPLEXES AVEC INTERFACES Des équations aux dérivées partielles à la simulation numérique certifiée, cette équipe a pour but de proposer une méthodologie innovante pour développer et certifier des modèles numériques adaptatifs pour écoulements compressibles et incompressibles avec des fronts en mouvement. Méthodes numériques • Adaptation de maillage • Quantification des incertitudes Mécanique des fluides • Calcul haute performance Simulation de l’inondation d’une plage à bathymétrie complexe par un tsunami
  9. 9. é q u i p e ALGORITHMES PARALLÈLES HAUTEMENT SCALABLES POUR LES SIMULATIONS NUMÉRIQUES FRONTIÈRES L’objectif est de contribuer à la conception et l’implantation de méthodes numériques, et des outils algorithmiques associés, pour résoudre des problèmes scientifiques complexes de très grandes tailles sur les futures machines exascale. Cela nécessite un véritable passage à l’échelle des méthodes afin d’utiliser efficacement un très grand nombre de cœurs de calcul potentiellement hétérogènes. Calcul haute performance et simulations frontières • Algorithmique Algèbre linéaire • Méthode des multipôles rapide • Couplage de codes Physique des matériaux Modélisation, simulation et calcul intensif
  10. 10. é q u i p e THÉORIE ALGORITHMIQUE DES NOMBRES RAPIDE ET FLEXIBLE La théorie algorithmique des nombres remontant à l’aube des mathématiques, se modernise avec l’arrivée d’ordinateurs de plus en plus puissants. L’équipe couvre toute la chaîne allant de la conception et l’analyse d’algorithmes aux applications en passant par des implantations optimisées. Théorie algorithmique des nombres • Corps de nombres • Corps de fonctions Courbes algébriques • Cryptologie Chercheurs de l’équipe Lfant
  11. 11. é q u i p e MODÉLISATION AVANCÉE EN GÉOPHYSIQUE 3D Le principal objectif de l’équipe est d’appliquer les progrès récents du calcul scien- tifique 3D haute-résolution à divers domaines de la géophysique et en particulier la propagation d’ondes. Il s’agit d’abord de développer des modèles suffisamment sophistiqués pour prendre en compte la complexité de la physique des phéno- mènes considérés. On applique ensuite ces modèles à des cas concrets ce qui implique la résolution de grands systèmes et par conséquent le développement de méthodes numériques sophistiquées. Ondes • Méthodes numériques • Problème inverse • Géophysique Calcul haute performance • Eléments finis • Modèles multi-échelles Simulation de la propagation d’ondes sismiques dans un sous-sol
  12. 12. é q u i p e MODÉLISATION NUMÉRIQUE POUR LA PHYSIQUE DES MILIEUX CONTINUS ET SES INTERACTIONS L’objectif de l’équipe est de mettre en œuvre de nouveaux modèles numériques sur les infrastructures de calcul intensif et de les rendre disponibles pour répondre à des besoins industriels réels. Cela passe par le développement de deux cataly- seurs fondamentaux : les modèles d’ordre réduit et les méthodes numériques sur grille cartésienne. Grâce à cela, il sera possible de transférer la complexité de la mise en œuvre des ingénieurs aux ordinateurs en fournissant rapidement et en ligne des modèles numériques pour la conception et le contrôle. Modélisation numérique • Calcul scientifique • Dynamique des fluides Interactions fluide-structure Modèle numérique d’un système inertiel de convertion d’énergie des vagues : interaction air-eau-corps flottants avec retro-actions du système inertiel
  13. 13. é q u i p e OPTIMISATION STATIQUE, MÉTHODES D’EXÉCUTION L’accroissement du parallélisme et de l’hétérogénéité pose de nombreux défis en terme de programmation parallèle, d’optimisation de code et de supports d’exécution. Parmi ces défis, un certain nombre est particulièrement difficile à résoudre avec uniquement une approche statique (à la compilation) ou dynamique (à l’exécution). Ces sujets sont au cœur du travail de l’équipe. Cela recouvre des enjeux en terme de productivité des programmeurs, de passage à l’échelle et d’efficacité des codes parallèles. Langages parallèles de programmation • Compilateurs et supports d’exécution Programmation hétérogène • Calcul haute performance • Adaptabilité Passage à l’échelle Chercheur de l’équipe Storm
  14. 14. é q u i p e GESTION DES DONNÉES SUIVANT LA TOPOLOGIE DES PLATEFORMES, À L’ÉCHELLE DU SYSTÈME POUR LE CALCUL HAUTE PERFORMANCE Le défi pour l’équipe consiste à trouver un moyen de connaître les besoins des applications (mémoire, calcul, stockage, réseau) afin d’optimiser l’exécution de celles-ci de manière coordonnée et à l’échelle complète de la plate-forme. Calcul haute performance • Passage à l’échelle • Topologie • Données • Localité Plateforme • Gestion des données • Maillage Matrice de communication pour le placement de calculs intensifs
  15. 15. Gestion des incertitudes et optimisation Le développement de méthodes stochastiques et déterministes pour la modélisation, l’optimisation et la gestion des incertitudes est au cœur de l’activité scientifique de cet axe de recherche. Les besoins applicatifs couvrent des domaines très variés  : analyse de signaux cardiaques, contrôle de trajectoire, ordonnancement de tâches, imagerie satellitaire, fiabilité de systèmes industriels, analyse d’événements rares… Les équipes apportent des solutions originales pour comprendre, prévoir et gérer de tels systèmes dans le contexte de partenariats industriels ou académiques. 8 8 7 4 2 7 7 9 < < < 6
  16. 16. é q u i p e CONTRÔLE DE QUALITÉ ET FIABILITÉ DYNAMIQUE Ce projet scientifique porte principalement sur le développement de méthodes statistiques et probabilistes pour la modélisation, l’analyse et l’optimisation de systèmes complexes. Modélisation paramétrique et semi-paramétrique • Analyse de données multivariées • Réduction de dimension • Chaîne de Markov • Processus markovien déterministes par morceaux • Processus décisionnels markoviens • Contrôle optimal stochastique • Réseau • File d’attente Contrôle optimal d’un sous-marin
  17. 17. é q u i p e GÉOMÉTRIE ET STATISTIQUES DANS LES DONNÉES D’ACQUISITION L’équipe développe des méthodes pour étudier des signaux complexes aux propriétés multi-échelles (signaux cardiaques, données satellitaires et en sciences de l’univers, signal « parole »). Issues des idées provenant de l’étude des milieux désordonnés en Physique Statistique, ces méthodes permettent une analyse fine de la complexité dans les signaux naturels et ouvrent la voie à de nouvelles approches pour l’étude de ces signaux. Traitement du signal • Méthodes non-linéaires • Systèmes complexes • Turbulence Méthodes multi-échelles • Complexité • Invariance d’échelle • Signaux complexes Analyse du signal parole • Optique adaptative Études de signaux complexes : mouvements océaniques et cœur
  18. 18. é q u i p e REFORMULATIONS ET ALGORITHMES POUR L’OPTIMISATION COMBINATOIRE L’équipe développe des approches efficaces pour l’optimisation combinatoire en tablant sur des formulations de qualité, formulations étendues et approches de décomposition. En partenariat avec des industriels, elle travaille sur des applications complexes en logistique (problèmes de tournées), en planification de la production et ordonnancement des tâches, conception et gestion des réseaux et des horaires, et sur des problèmes de découpe et de placement. Recherche opérationnelle • Optimisation combinatoire • Graphes • Decomposition Branch-and-price • Branch-and-cut • Heuristiques Checheurs de l’équipe Realopt
  19. 19. Modélisation et simulation pour la santé et la biologie Les équipes de cet axe effectuent des recherches en mathé- matiques appliquées ou en informatique pour la modélisa- tion biologique ou médicale. Grâce à des partenariats forts avec d’autres acteurs de la recherche, de la clinique et de l’enseignement, des résultats importants voient déjà le jour sur des sujets variés tels que la compréhension des maladies neuro- dégénératives, l’épidémiologie, l’électrophysiologie cardiaque ou encore l’oncologie. 8 8 7 4 2 7 7 9 < < < 6
  20. 20. é q u i p e MODÉLISATION ET CALCULS POUR L’ÉLECTROPHYSIOLOGIE CARDIAQUE L’équipe développe de nouveaux modèles et des méthodes numériques pour simuler l’électrophysiologie cardiaque, de l’échelle cellulaire à l’échelle de l’indi- vidu. Ces problèmes sont motivés par la volonté d’améliorer la compréhension et le traitement des arythmies cardiaques ainsi que la valeur informative des signaux électriques disponibles. Modèles multi-échelles • Méthodes numériques • Problèmes inverses Calcul scientifique • Calcul haute performance • Ingénierie biomédicale Chercheurs de l’équipe de recherche CARMEN
  21. 21. é q u i p e APPROCHE SYSTÉMIQUE DE LA MODÉLISATION DU CERVEAU Aux frontières des neurosciences intégratives et computationnelles, l’équipe propose de modéliser le cerveau comme un système de mémoires actives en synergie et en interaction avec les mondes interne et externe et de le simuler comme un tout et en situation. Neurosciences computationnelles • Apprentissage automatique Robotique autonome • Prise de décision • Mémoire • Systèmes adaptatifs Chercheurs de l’équipe de recherche MNEMOSYNE
  22. 22. é q u i p e MODÉLISATION MATHÉMATIQUE POUR L’ONCOLOGIE Cette équipe développe des modèles numériques basés sur les données en oncologie afin d’apporter une aide à la décision aux cliniciens et/ou aux biolo- gistes. La problématique de la modélisation de la croissance tumorale à partir des données est abordée selon trois axes : des modèles personnalisés à partir de l’imagerie médicale en vue d’applications cliniques ; des modélisations bio-phy- siques en vue des thérapies ; et enfin des modèles pour les études pré-cliniques. Calcul scientifique • Modélisation • Modèles multi-échelles Biologie computationnelle Modélisation en oncologie
  23. 23. é q u i p e STRUCTURES DE DIVERSITÉ ET RÉSEAUX DE FONCTION L’étude de la biologie associe des études de formes (la diversité) et des modéli- sations de processus (fonctionnels ou évolutifs). Pleiade répond au double défi de la mesure rapide et pertinente de dissimilarités entre objets biologiques et de l’exploration des relations entre la diversité des traits et la diversité de fonctions, à plusieurs échelles. L’équipe développe des algorithmes, des modèles et des cadres logiciels pour des applications en écologie, évolution et biotechnologie. Reconnaissance de formes • Modélisation • E-Science • NGS • Biodiversité Biotechnologie Checheurs de l’équipe Pleiade
  24. 24. é q u i p e STATISTIQUES EN BIOLOGIE DES SYSTÈMES ET MÉDECINE TRANSLATIONNELLE Cette équipe se consacre à l’élaboration de méthodes statistiques pour l’analyse intégrative des données de la médecine et de la biologie. Grâce aux progrès tech- niques, la recherche clinique et biologique génère des quantités très importantes de données. Le défi consiste à analyser ces « big data » en utilisant des méthodes statistiques pour apporter des réponses appropriées aux questions posées par les cliniciens et les biologistes, en particulier en immunologie. Statistiques • Biologie des systèmes • Modélisation stochastique Apprentissage statistique • Épidémiologie • Big Data • Immunologie Maladies infectieuses La transmission du VIH-1 de cellule à cellule
  25. 25. Humain et numérique : interaction et visualisation La particularité de cet axe est la prise en compte de l’humain et de ses interactions avec le numérique. Des travaux en synthèse d’images jusqu’à l’interaction humain-machine, les équipes travaillent, entre autres, en robotique, en instrumentation hybride optique et numérique et sur les interfaces intelligentes pour l’assistance aux personnes. Ces sujets répondent à de fortes demandes sociétales, et les résultats issus des travaux de recherche prennent notamment vie dans des start-up ou en coopération avec des PME. 8 8 7 4 2 7 7 9 < < < 6
  26. 26. é q u i p e INTERACTIONS, EXPLORATION ET APPRENTISSAGE EN ROBOTIQUE DÉVELOPPEMENTALE ET SOCIALE L’équipe étudie les mécanismes qui permettent aux robots et aux humains d’acquérir par apprentissage autonome et cumulatif de nouvelles compétences sur de longues périodes. Cela concerne aussi bien les mécanismes d’auto- apprentissages exploratoires que ceux issus de l’interaction avec des pairs dans l’acquisition de compétences sensorimoteurs et sociales. Le projet étudie aussi comment ces modèles et ces technologies peuvent constituer de nouveaux outils numériques pour l’éducation. Robotique développementale et sociale • Cognition située et incarnée • Exploration Apprentissage • Motivations intrinsèques • Interactions humain-robot naturelles Education Apprentissage de la marche par Poppy, robot humanoïde bio-inspiré
  27. 27. é q u i p e ABOLIR LES FRONTIÈRES ENTRE LUMIÈRE, FORME ET MATIÈRE Le projet étudie les interactions entre lumière, forme et matière, afin de parvenir à de nouvelles représentations de l’apparence. Il prend aussi en compte les échanges du monde réel au monde virtuel (acquisition) et du monde numérique à l’observa- teur final (restitution). Les représentations, algorithmes et systèmes combinant optique et informatique issus du projet permettront un contrôle direct de l’appa- rence. Grâce à des échanges efficaces entre le monde réel et le monde numérique 3D, de nouveaux usages (scientifiques, artistiques, industriels) naîtront. Infographie • Modélisation 3D • Modélisation géométrique • Rendu Réalité augmentée • Réalité virtuelle Reconstruction 3D de la statue d’un colosse du phare d’Alexandrie
  28. 28. é q u i p e APPROCHE LANGAGE POUR L’ORCHESTRATION D’OBJETS COMMUNICANTS Une multitude d’objets communicants équipent des espaces devenus numériques. Les défis scientifiques consistent à concevoir des langages et des outils dédiés au développement d’applications pour ces espaces, en assurant leur fiabilité et leur sécurité. L’équipe a développé en particulier des applications pour l’assistance cognitive des personnes en perte d’autonomie. Langages de programmation • Vérification • Génie logiciel • Informatique pervasive Technologies d’assistance • Interaction homme-machine • Sciences cognitives Appartement expérimental et plateforme d’applications dédiée à l’assistance à la personne
  29. 29. é q u i p e INTERACTION « POPULAIRE » Cette équipe explore de nouvelles approches qui favorisent une interaction riche avec le monde numérique au travers d’interfaces engageantes et motivantes. La finalité est de stimuler la création, l’apprentissage ou le divertissement. Pour cela, l’équipe concentre ses travaux sur le design, le développement et l’évaluation de nouvelles méthodes d’interaction (3D) « populaires », principalement à destina- tion du grand public. Interaction Homme-Machine • Interaction 3D • Réalité virtuelle • Réalité augmentée Interaction tangible • Interfaces cerveau-ordinateur • Signaux physiologiques Sciences cognitives Visualisation collaborative d’états mentaux à base de réalité augmentée spatiale et d’interaction tangible
  30. 30. é q u i p e MODÈLES POUR LA PROGRAMMATION STRUCTURÉE DE L’ESPACE ET DU TEMPS L’interaction entre art, science et technique est une constante de l’histoire de l’humanité. Le développement des technologies du numérique a servi de catalyseur à cette interaction. Le projet vise à développer les concepts, les méthodes et les usages qui permettront de simplifier la synchronisation, la coordination et l’orchestration des outils d’analyse et de synthèse temps réel dédiés à la conception d’environnements multimédias interactifs complexes. Musique computationnelle • Modélisation algébrique • Programmation structurée Représentation géométrique de séquences polyrythmiques

    Be the first to comment

    Login to see the comments

Découvrez le centre, ses activités de transfert et de recherche.

Views

Total views

2,724

On Slideshare

0

From embeds

0

Number of embeds

713

Actions

Downloads

7

Shares

0

Comments

0

Likes

0

×