Auteur / Autrice : | Laura Calem |
Direction : | Nicolas Thome, Patrick Perez |
Type : | Projet de thèse |
Discipline(s) : | Sciences pour l'ingénieur spécialité Informatique |
Date : | Inscription en doctorat le 01/09/2020 |
Etablissement(s) : | Paris, HESAM |
Ecole(s) doctorale(s) : | École doctorale Sciences des métiers de l'ingénieur |
Partenaire(s) de recherche : | Laboratoire : Cedric - Centre d'études et de recherche en informatique et communications |
établissement de préparation de la thèse : Conservatoire national des arts et métiers (France ; 1794-....) |
Mots clés
Résumé
Cette thèse se focalise dans la prévision (forecasting) de l'évolution de l'environnement de systèmes de conduite. Plus il y a de facteurs dans l'environnement, plus son état actuel est difficile à décrire et son état futur difficile à prédire. Les règles d'évolution peuvent être multiples et complexes, et les interactions entre les différents éléments nombreuses. Le développement de nouvelles techniques en deep learning et reinforcement learning pourra permettre d'améliorer ce forecasting et d'apprendre des modèles prévisionnels efficaces. On s'intéressera aux problèmes de prévision des trajectoires des acteurs présents dans l'environnement, à court terme (quelques secondes), comme à moyen terme pour par exemple pouvoir estimer de manière plus globale les objectifs de déplacement de chaque acteur. Les trois axes de recherche principaux sont: L'exploitation des données temporelles pour la prédiction ; L'exploitation de connaissances a priori pour guider les prédictions ; L'utilisation de mécanismes de raisonnement pour améliorer la robustesse et l'interprétation des résultats.