Analyse et modélisation de la donnée maritime

Mots-clés : Sciences des données, Ingénierie des connaissances, Traitement du signal et des images, Signaux sur graphes, IA symbolique et par apprentissage, Théorie des graphes.

Analyse de données multi-sources : Signaux et images, AIS, Radar, Sonar, MAD, DAS, GNSS, Capteurs drones et navires. 

Techniques transverses : Fusion de données, intelligence artificielle (apprentissage, symbolique et hybride), Gestion de données.

L’axe de recherche, analyse et modélisation de la donnée maritime, se donne pour objectif de lever des verrous scientifiques pour améliorer et développer des modèles de représentation de l’information (spatiale, temporelle) ainsi que des outils de traitement de données, complexes et variées, destinées à la mise en œuvre de systèmes pour l’observation, la compréhension de la situation de surface, la sécurité, la surveillance et l’aide à la décision. L’ambition est de développer des solutions innovantes, qui font appel à des modèles de représentation de l’information maritime, spatiale et spatio-temporelle, de modèles physiques (AM-FM), aux outils de traitement du signal et de graphes, et raisonnements basés sur les ontologies et les bases de données. Les données maritimes traitées et analysées sont issues de systèmes Sonars, d’hydrophones, des OBS (Ocean Bottom Seismometer), de Radars, de signaux AIS (Automatic Identification System), de DAS (Distributed Acoustic Sensor), ou d’images et signaux notamment issus de drones ou satellites.

La richesse et la complexité de ces données maritimes, nécessitent des méthodologies robustes pour en extraire des informations pertinentes, fiables et exploitables. Dans cette optique, cet axe fédérateur vise à développer des méthodes de traitement et d’analyse des données maritimes qui permettent de transformer cette masse d’informations en connaissances pour la compréhension et la maîtrise de la situation maritime et navale, des grands fonds au spatial, ainsi que l’aide à la prise de décision.

L’Axe fédérateur analyse et modélise la donnée maritime, s’inscrit dans le schéma de recherche Baille 2030, et vise à créer des travaux pluridisciplinaires notamment en synergie avec le groupe de recherche interne sur les bruits rayonnés (URN), tout en répondant aux besoins de la marine.

Les actions émergentes en particulier liées à l’Intelligence Artificielle, et à moyen terme aux outils de la mécanique quantique, nécessiteront des développements par la mise en place de collaborations académiques sur le plan régional et national.

L’Axe fédérateur analyse et modélisation de la donnée maritime s’articule autour des trois thématiques suivantes :

1. Résilience à la perte et à la malversation d’information

• Navigation résiliente à la perte de l’information GNSS (systèmes autonomes ou pas) ;
• Analyse d’intégrité, de falsification, malversation/leurrage des données et des systèmes pour la recherche d’anomalies.

2. Analyse des signaux multidimensionnels en environnement incertain

• Détection, localisation, classification et identification de signaux/sources d’intérêts (Radar/Sonar/DAS et imagerie) ;
• Détection d’anomalies et de signaux faibles ;
• Traitement de l’information & algorithmie quantique.

3. Traitement et analyse de l’information géospatiale

• Traitement et préparation et gestion de données (massives), fouille de données et extraction de connaissances ;
• Représentation des connaissances liée à la situation de surface et à la navigation ;
• Sciences de l’information géographique ;
• Systèmes d’information (à base d’IA par apprentissage, symbolique et hybride).