IDEAL

Les données massives sont omniprésentes dans tous les secteurs, posant des défis scientifiques et techniques majeurs. Actuellement, 70 à 80 % du temps des projets d’analyse de données est consacré à leur collecte, nettoyage et intégration. Avec plus de 20 milliards d’objets connectés aujourd’hui et 40 milliards prévus d’ici 2025, l’Internet des objets (IoT) génère une quantité colossale de données, mais soulève aussi des enjeux énergétiques cruciaux. En effet, les infrastructures numériques consomment déjà autant d’électricité qu’un pays comme la France, et cette consommation ne fera qu’augmenter. Il est donc essentiel d’intégrer l’autonomie énergétique dès la conception des objets connectés, notamment grâce à des microprocesseurs à faible consommation (FDSOI, FINFET) et à des solutions de récupération d’énergie ambiante.

Parallèlement, la complexité des traitements liés à la diversité et au volume des données nécessite de repenser la gestion des données. L’intelligence artificielle, notamment au cœur des réseaux de capteurs, offre des solutions prometteuses pour traiter ces données tout en optimisant leur consommation énergétique.
Le site clermontois, expert en conception de détecteurs et en gestion de données massives, a déployé une plateforme de capteurs sans fil (LoRa) pour surveiller les agroécosystèmes, transmettant des données vers un cloud local. Le projet IDEAL vise à maîtriser toute la chaîne de collecte et de traitement des données, du capteur à l’apprentissage automatique, en s’appuyant sur quatre axes :

  1. L’intelligence distribuée : traiter les données au plus près de leur source avec des capteurs autonomes et reconfigurables.
  2. L’autonomie énergétique : développer des objets connectés autoalimentés grâce à la récupération d’énergie ambiante.
  3. La gestion des données massives : explorer de nouveaux paradigmes (distribution, parallélisation) et des méthodes sémantiques, en intégrant l’optimisation énergétique.
  4. L’apprentissage sur données complexes : analyser des données hétérogènes (images haute résolution, séries temporelles) via des réseaux adaptés.

Ces avancées seront mutualisées au sein du mésocentre Clermont-Auvergne et intégrées au projet CINAURA pour les acteurs régionaux.

Liste des projets soutenus par IDEAL

Photothèque

A venir

Résumé

Titre du projet : Intelligence DistribuéE A L’Apprentissage automatique : approches innovantes pour la gestion des données massives de la recherche
Acronyme : IDEAL
Partenaires :
– Organismes : CNRS – INRAE – UCA
– Laboratoires : IP, LIMOS, LMBP, LPCA, Mésocentre Clermont-Auvergne, TSCF
Date de début de projet : 01/01/2023
Durée du projet : 60 mois
Financements : Région AuRA (840k€) et CNRS N&P (100k€)
Contact : vincent.breton$\verb|@|$clermont.in2p3.fr



Dans cette rubrique

  • OBSERVAe

    Le projet a pour objectif d’évaluer la plus-value apportée par les nouvelles technologies de communication satellitaire (Figure 1), bas coût, face aux enjeux d’observation et de gestion de la ressource en eau. Pour cela le projet vise à instrumenter plusieurs sites d’intérêt sur des bassins (…)

  • LowFlowSensor

    Réseaux de capteurs intelligents et communicants pour le suivi bas coûts de l’aggravation des étiages et la dégradation des environnements aquatiques Water in Auvergne ! 3 sites explorant la diversité des réponses au sein du continuum fluvial Problématique : Le projet s’inscrit dans la (…)

  • IDEAL

    Les données massives sont omniprésentes dans tous les secteurs, posant des défis scientifiques et techniques majeurs. Actuellement, 70 à 80 % du temps des projets d’analyse de données est consacré à leur collecte, nettoyage et intégration. Avec plus de 20 milliards d’objets connectés aujourd’hui (…)