Prix de thèse

Lauréa·ts·tes 2021

Premier Prix de la mention ATSI : 

Arne Bechensteen pour le doctorat "​Optimisation L2-L0 contrainte et application à la microscopie à molécule unique"

Résumé des travaux :

L'optimisation parcimonieuse est cruciale dans la société d'aujourd'hui, car elle est utilisée dans de nombreux domaines, tels que le débruitage, la compression, l’apprentissage. Cependant, obtenir une bonne solution parcimonieuse d'un signal est un défi de calcul.
Cette thèse se concentre sur l'optimisation d’un terme des moindres carrés en norme L2 sous une contrainte de k-parcimonie sur la solution exprimée avec la pseudo-norme L0 (le problème L2-L0 contraint). Nous étudions également la somme de la fonction de perte des moindres carrés et d'un terme de pénalité L0 (le problème L2-L0 pénalisé). Les deux problèmes sont non convexes, non continus et NP-durs. Nous proposons trois nouvelles approches d'optimisation parcimonieuse.
 

OneSlide_Bechensteen.png

 

Second Prix de la mention ATSI : 

Benoît Audelan pour le doctorat "Modèles probabiliste pour la segmentation d'images et dépistage du cancer du poumon par apprentissage profond"

Résumé des travaux :

 L’intelligence artificielle associée à l’imagerie médicale est devenue aujourd’hui un outil puissant d’aide au diagnostic. Une fois acquises et annotées par des experts, les images médicales peuvent être utilisées pour entraîner des algorithmes à détecter l’apparition de pathologies. La phase d’apprentissage terminée, ces algorithmes pourront assister les médecins dans leur processus de décision. Néanmoins, la chaîne de traitement des images médicales comporte encore des défis non résolus. Ces derniers sont souvent liés aux annotations, et nous tentons d’y apporter des solutions dans cette thèse en nous concentrant sur le cas particulier de la segmentation, qui correspond au contourage de structures anatomiques dans l’image. Le premier défi abordé est celui du contrôle qualité des annotations, essentiel car ces dernières influencent énormément les performances finales des algorithmes qu’elles auront servis à entraîner. Notre solution repose sur une nouvelle approche non supervisée, basée sur un modèle probabiliste construit sur des hypothèses simples d’intensité et de régularité. Le second défi abordé est celui de l’estimation de consensus entre experts pour la fusion de cartes de segmentation, problématique cruciale en raison de l’importante variabilité pouvant être constatée entre annotateurs en imagerie médicale. Nous abordons le cas particulier des segmentations continues et proposons une approche robuste basée sur l’utilisation de distributions de probabilité à queue lourde. Les approches proposées pour répondre à ces deux défis reposent toutes sur une modélisation probabiliste de la segmentation d’images. Cette modélisation impose de considérer la problématique de la régularisation spatiale, importante pour garantir l’homogénéité des structures segmentées et contrôler le lissage des contours. Un chapitre de la thèse est consacré à cette problématique, avec l’étude de différentes distributions de probabilité permettant d’imposer une régularisation a priori. Enfin, nous proposons un exemple de chaîne de traitement entièrement automatisée dédiée au dépistage du cancer du poumon à partir d’images tomodensitométriques du thorax. Notre approche, qui utilise des techniques d’apprentissage profond, permet la détection, la localisation et la caractérisation des lésions suspectes, et a fait preuve de performances prometteuses sur plusieurs bases de données, y compris des données réalistes de dépistage du cancer du poumon.

slide_Benoît_Audelan.png

Premier Prix des mentions Electronique et COP : 

Lyes Khacef pour le doctorat "​Exploration du calcul bio-inspiré avec des architectures neuromorphiques auto-organisées"

Résumé des travaux :

L’auto-organisation, aussi appelée neuro-plasticité, c’est la capacité des neurones biologiques à créer, modifier ou défaire des connexions entre eux pour apprendre et s’adapter à l’environnement. En effet, l’intelligence est souvent définie comme cette capacité d’adaptation au changement à travers l’apprentissage. Dans ma thèse de doctorat, j'ai modélisé des réseaux de neurones artificiels auto-organisés grâce à un mécanisme de plasticité structurelle pour créer ou couper des connections, ainsi qu'un mécanisme de plasticité synaptique qui permet de modifier la force de ces connections. Le changement de paradigme principal de ma thèse est d'utiliser ces mécanismes de plasticité locale d'où émergent les représentations du système de manière efficace. Ainsi, le modèle que j'ai proposé (ReSOM: Reentrant Self-Organizing Map) est capable de calculer de manière distribuée, d'apprendre de manière non-supervisée et d'exploiter plusieurs modalités sensorielles, telle que la vision, l’audition et le toucher afin d’améliorer sa perception de l’environnement.
Un résumé vulgarisé en vidéo, est disponible ici: https://youtu.be/tBb0bvKBBrA

ERCIM_News_ReSOM_Figure_Khacef.jpg

Second Prix des mentions Electronique et COP : 

 Gildas Siggini pour le doctorat "Approche intégrée pour l'analyse prospective de la décarbonisation profonde du système électrique européen à l'horizon 2050 face à la variabilité climatique" 

Résumé des travaux :

 L’électricité tient indéniablement une place prépondérante dans les sociétés modernes. Elle constitue un des moteurs de la croissance économique et innombrables sont aujourd’hui les usages finaux dépendant des flux d’électrons. Face aux défis du changement climatique, différents objectifs à moyen ou long terme servent à guider l’action politique vers la décarbonisation du mix de production électrique majoritairement fossile. L’évolution du mix européen en particulier est marquée par l’intégration d’une part croissante de moyens renouvelables intermittents. La forte dépendance climatique de ce mode de production, vouée à croître dans le futur, soulève néanmoins des questions sur l’opération du système électrique. Comment la forte interdépendance entre les systèmes interconnectés évoluera-t-elle face à la distribution géographique variable de la production intermittente ? Quels sont les besoins de flexibilité/de coopération associés à cette évolution ? Dans quelle mesure l’incertitude climatique pourrait-elle affecter les objectifs de long terme ?
A travers la modélisation prospective des systèmes énergétiques, il est possible d’identifier sur un horizon temporel fini et sous diverses contraintes, une architecture optimale des flux de commodités et des technologies (actuelles et futures) conduisant à une satisfaction de la demande finale à un coût total minimal. Dans le cadre de systèmes interconnectés incluant de la production renouvelable, cette exploration à long terme est rendue plus complexe du fait de la variabilité climatique et des différentes formes d’incertitudes induites. Cette thèse s’inscrit dans le cadre du projet Clim2Power regroupant 12 équipes de recherche à travers toute l’Europe et visant à traduire des données de projections climatiques associées aux scénarios RCP4.5 et RCP8.5 en données opérationnelles pour les différents acteurs du secteur électrique. Nous y développons un nouveau modèle d’optimisation bottom-up de type MARKAL TIMES du système électrique européen (eTIMES-EU). Il réalise une description détaillée de son infrastructure et de son fonctionnement infra-journalier servant à discuter son évolution à long terme. A travers celui-ci, nous proposons une approche originale pour traiter de l’incidence de la variabilité climatique sur la demande électrique, les ressources solaires, éoliennes et hydrauliques dans des scénarios contrastés portant sur le mix électrique européen à l'horizon 2050. Ces scénarios, formulés autour de différents niveaux d’engagement dans la décarbonisation, intègrent des hypothèses sur les niveaux de demande futurs, la disponibilité des technologies, l’utilisation des interconnexions et les politiques nationales face aux moyens charbon et nucléaire. Nous proposons de plus une approche numérique qui traite de la résolution des problèmes multi-régions. Elle permet, grâce à la relaxation lagrangienne, de traiter des sous-problèmes équivalents plus faciles à résoudre et fournissant une heuristique dans la résolution du problème global.


Premier Prix de la mention Informatique : 

Piotr Krasnowski pour le doctorat "​Codage source-chiffrement-canal conjoint pour les canaux de communication vocaux sécurisés en temps réel"

Résumé des travaux :

Dans cette thèse sont développés, analysés et validés divers schémas sûrs et efficaces pour le chiffrement et la transmission de la parole en temps réel pour les canaux vocaux modernes sous forme de pseudo-voix transmise dans le domaine audio. Cette approche pluridisciplinaire combine des éléments issus du traitement des signaux audio, de la cryptologie, de la cybersécurité et des codes de correction d’erreurs, dans une approche conjointe en vue d’un chiffrement de la parole avec perte, tout en résistant aux distorsions introduites par les canaux vocaux. 
En plus du chiffrement de la parole, cette étude couvre les aspects sécurité et algorithmique de l’ensemble du système de communication vocale - aspects critiques d’un point de vue industriel. Les clés de chiffrement, les protocoles d’échange de clés ainsi que les scénarios d’usage constituent une partie importante de cette thèse.


Second Prix de la mention Informatique : 

Othmane Belmoukadam pour le doctorat "Gestion de contenus dans les réseaux par la QoE: caching et transport"

OTHMANE_BELMOUKADAM_IMG.jpg

Résumé des travaux :

La gestion de contenus dans les réseaux est faite principalement à base de métriques de performances réseaux. Or ce qui intéresse l'utilisateur final est sa qualité d'expérience (QoE), qui dépend des performances du réseau sous-jacent et quantifie la façon avec laquelle ces performances sont perçues par l'utilisateur final. Récemment, plusieurs efforts ont concentré sur la modélisation et compréhension de la qualité d'expérience. Le but de cette thèse est de revisiter les mécanismes de gestion de contenus dans les réseaux avec la qualité d'expérience comme objectif d'optimisation, et de montrer, à la fois par de la modélisation et par l'expérimentation qu’il est possible de tenir compter de la qualité d'expérience dans la boucle de gestion des réseaux, notamment la gestion et le transport de contenus, tout en préservant les intérêts des opérateurs et des fournisseurs de contenus en termes de gestion efficace des ressources de leurs infrastructures.
 

Prix de la parité : 

Muxingzi Li pour le doctorat "​Reconstruction 3D de scènes d’intérieur à partir de smartphones"

photo_MuxingziLi.jpg

Résumé des travaux :

L'objectif de cette thèse est d'étudier la reconstruction 3D automatique des environnements intérieurs à partir d'appareils à bas prix, généralement des photos d'un smartphone. En particulier, nous visons à modéliser en 3D des éléments structurels de scènes d'intérieur telles que murs, sols, plafonds, fenêtres et escaliers. Les données d'entrée seront composées (i) d'une image des plans d'étage du bâtiment (par exemple, des plans de sortie de secours) et (ii) de plusieurs photos de chaque pièce.

summary_MuxingziLi.png

Prix de la fondation UCA : 

Zhiqi Tang pour le doctorat "​Asservissement visuel du véhicule aérien  // Visual servo control of aerial vehicle"



L’EDSTIC a porté 8 prix de thèse en 2021.

La première expérience du prix de thèse de 2020 a mis en lumière le nombre important de dossiers de très bon niveau et la difficulté d'attribuer un prix  parmi des disciplines très différentes. Nous avons donc décidé, en 2021, d'augmenter le nombre de prix de thèse  en attribuant des prix par mention, à l'exception des mentions électronique et COP qui sont regroupées, compte-tenu du nombre moindre de soutenances par rapport aux mentions ATSI et informatique. De plus, nous tenons à garder l'attention particulière apportée à la parité et avons décidé de décerner un prix supplémentaire, dit prix de la parité, destiné à une docteure. L'ensemble de ces prix est financé sur les fonds propres de l’ED. Enfin, le prix financé par la fondation de l’Université Côte d’Azur (https://fondation-uca.org) est reconduit en 2021.
L'ensemble de ces prix récompense des travaux innovants mais aussi la capacité du·de la doctorant·e à exposer ses travaux de manière claire et pédagogique.
La remise des prix aura lieu en Décembre de chaque année lors d’une cérémonie organisée par la fondation de l’Université Côte d’Azur.
De plus, en 2021, nous avons tenu à récompenser le courage et la ténacité des doctorants liés aux mois de confinement qui ont perturbé le déroulement normal de leur doctorat, et avons décidé de porter à deux le nombre de prix par mention ou groupe de mentions.


Détail des prix:
Mention ATSI :
- 1er Prix doté de 1500€
​- 2d Prix doté de 1000€
Mentions Electronique et COP :
- 1er Prix doté de 1500€
​- 2d Prix doté de 1000€
Mention Informatique :
- 1er Prix doté de 1500€
​- 2d Prix doté de 1000€
Prix de la parité doté de 1000€
Prix de la fondation UCA doté de 1000€

Eligibilité

Tous les doctorants de l’EDSTIC sont éligibles au prix mais les lauréat·e·s doivent s’engager à être présents (éventuellement en distanciel selon l'évolution de crise sanitaire) lors de la remise des prix. Merci d’informer le secrétariat de l’Ecole doctorale avec copie à la Direction si vous ne souhaitez pas concourir au prix de thèse.
Compte-tenu du décalage entre la fin de l’année calendaire et la sélection qui doit être faite en amont de la remise des prix, les candidats ayant soutenu tardivement seront éligibles au titre de l’année suivante.
Le nom des lauréat·e·s ainsi que le titre de leur manuscrit de doctorat sera mentionné chaque année sur cette page.

Modalités de sélection

Une première sélection sera effectuée pour déterminer la liste des « finalistes ». Cette sélection s’appuiera sur les évaluations des rapporteurs et sur la qualité de la soutenance.

 

En Novembre, le conseil de l’EDSTIC se réunira pour choisir les lauréat·e·s parmi les finalistes.
L’EDSTIC a porté 2 prix de thèse d’un montant de 1000€ chacun en 2020.

Ces prix, attribués selon une règle de parité femme/homme, sont destinés à récompenser des travaux innovants mais aussi la capacité du·de la doctorant·e à exposer ses travaux de manière claire et pédagogique.
L’un des prix est financé par la fondation de l’Université Côte d’Azur (https://fondation-uca.org) et l’autre sur les fonds propres de l’ED. La remise des prix aura lieu en Décembre de chaque année lors d’une cérémonie organisée par la fondation de l’Université Côte d’Azur.

Eligibilité

Tous les doctorants de l’EDSTIC sont éligibles au prix mais les lauréat·e·s doivent s’engager à être présents lors de la remise des prix. Merci d’informer le secrétariat de l’Ecole doctorale avec copie à la Direction si vous ne souhaitez pas concourir au prix de thèse.
Compte-tenu du décalage entre la fin de l’année calendaire et la sélection qui doit être faite en amont de la remise des prix, les candidats ayant soutenu tardivement seront éligibles au titre de l’année suivante.
Le nom des lauréat·e·s ainsi que le titre de leur manuscrit de doctorat sera mentionné chaque année sur cette page.

Modalités de sélection

Une première sélection sera effectuée pour déterminer la liste des « finalistes ». Cette sélection s’appuiera sur les évaluations des rapporteurs et sur la qualité de la soutenance.

En Novembre, le conseil de l’EDSTIC se réunira pour choisir les lauréat·e·s parmi les finalistes.