Actualité du LIP6

Thèse Dimitrios KEFALAS, jeudi 29 octobre à 11h.

Dimitrios.Kefalas@lip6.fr (Dimitrios Kefalas)

Gestion prédictive et optimisation énergétique des réseaux d’accès radio 6G désagrégés et hétérogènes.
La 6G ambitionne des réseaux d’accès radio ouverts, désagrégés et nativement fondés sur l’IA. Ces réseaux doivent intégrer des technologies d’accès hétérogènes, s’adapter de manière autonome à la demande de trafic, tout en réduisant leur consommation d’énergie. Dans cette thèse, nous étudions comment concevoir et gérer de tels réseaux, en suivant une démarche expérimentale sur des plateformes O-RAN réelles.

Nous intégrons d’abord des accès non-3GPP directement dans le RAN désagrégé, afin d’en étendre la capacité et d’offrir une différenciation de services entre la 5G et le WiFi, sans aucune modification du cœur de réseau. Afin d’exploiter ces technologies d’accès de manière intelligente, nous concevons ensuite une boucle de contrôle fondée sur l’IA dans le Near-RT RIC, qui oriente le trafic de manière proactive dans cet environnement multi-RAT, à partir de la prévision de la demande. L’accès multi-RAT augmentant la charge de trafic sur le RAN, nous montrons que son plan utilisateur peut passer à l’échelle de manière autonome, et qu’une approche proactive permet de maintenir les performances sous un trafic dynamique, contrairement à l’approche réactive. Le passage à l’échelle affectant également la consommation d’énergie, nous comparons différentes stratégies de mise à l’échelle à un surdimensionnement statique, à partir de modèles de puissance issus de mesures réelles, et mettons en évidence un compromis clair entre énergie et latence. Ces décisions tenant compte de l’énergie dépendant de la consommation de chaque composant, nous montrons enfin que les KPI du réseau permettent de prédire la consommation électrique des composants O-RAN. Nous offrons ainsi une observabilité de la puissance sans matériel supplémentaire ainsi qu’une télémétrie de puissance auto-validée, évaluées sur un déploiement O-RAN commercial.

Dans l’ensemble, cette thèse contribue à la gestion prédictive et à l’optimisation énergétique des réseaux d’accès radio 6G désagrégés et hétérogènes.

Journée d'accueil des nouvelles et nouveaux, mardi 3 novembre à 09h00.

Wed, 26 Aug 2026 16:17:23 GMT

[Séminaire MoVe] Thaïs Milleret (MoVe, LIP6), mardi 3 novembre à 14h30.

Dylan.Marinho@lip6.fr (Dylan Marinho) — Tue, 13 Oct 2026 09:21:58 GMT

Les failles de sécurité dans les contrats intelligents (smart contracts) Ethereum sont une préoccupation majeure qui doit être résolue avant leur déploiement sur la blockchain. En raison des risques croissants associés aux vulnérabilités des smart contracts, l’objectif principal de ce stage est d’assurer leur sûreté et leur sécurité grâce à des techniques de vérification formelle avancées. Plus précisément, ce stage visait à améliorer un outil de vérification formelle existant : SmartPulseTool est un cadre de vérification automatisée innovant et open-source conçu pour analyser les propriétés de sécurité et de permanence des contrats intelligents Ethereum.

[Séminaire MoVe] Pablo Hardouin (MoVe, LIP6), mardi 10 novembre à 14h30.

Dylan.Marinho@lip6.fr (Dylan Marinho) — Mon, 14 Sep 2026 11:27:31 GMT

Réunion du GROUPE EUROPE : "S'engager dans un projet européen : conseils, bonnes pratiques, opportunités à saisir", jeudi 19 novembre à 12h.

loic.marin@lip6.fr (loic marin) — Wed, 26 Aug 2026 15:57:11 GMT

Jeudi 19 novembre, 12H-14h, salle 24-25/405

Titre : "S'engager dans un projet européen : conseils, bonnes pratiques, opportunités à saisir"

Intervenant : Eleni DIAMANTI, Directrice de recherche CNRS en poste au LIP6

Pays européen mis à l'honneur : Grèce

Le Groupe Europe est un rendez-vous mensuel au LIP6. Ouvert à tout le monde, il se veut être un espace de discussion ouverte autour des dynamiques de projets européens. La discussion se conclut par le partage d'un café et d'un gâteau.

Lien d'inscription ci-dessous.

[Séminaire MoVe] Adel Noureddine (MoVe, LIP6) : Projet Eco Design (Approches centrées sur l’humain pour la conception d’objets numériques plus soutenables), mardi 8 décembre à 14h30.

Dylan.Marinho@lip6.fr (Dylan Marinho) — Mon, 14 Sep 2026 11:27:43 GMT

[Séminaire MoVe] Dylan Marinho (MoVe, LIP6) : Projet BINTRACE (Traçabilité et Validation de Binaires), mardi 8 décembre à 15h00.

Dylan.Marinho@lip6.fr (Dylan Marinho) — Mon, 14 Sep 2026 11:29:04 GMT

Les relations linéaires intervallistes et leur utilisation dans les réseaux de neurones profonds, jeudi 17 décembre à 16h.

Christophe.Marsala@lip6.fr (Christophe Marsala) — Thu, 08 Oct 2026 16:27:07 GMT

Abstract: Depuis deux décennies déjà, on voit croitre l’utilisation des réseaux de neurones dans pratiquement tous les domaines scientifiques.
Un réseau de neurone peut être vu comme un interpolateur puissant, s’appuyant sur l’identification d’un modèle d’approximation universel, nécessitant l’estimation de très nombreux paramètres pour approximer une relation entre des données d’entrées et une (ou des) donnée(s) de sortie (valeurs réelles, valeur de classification, …)
Le principe est de mettre en réseau des fonctions simples, appelées neurone formel, reliant des valeurs d’entrées aux valeurs de sortie par réalisation d’une agrégation linéaire (somme pondérée) suivit d’une fonction non-linéaire appelée fonction d’activation. Les poids appris par ce type de processus sont les poids des agrégation linéaires de chaque neurone formel.
Leurs performances pour modéliser des problèmes complexes en font un outil précieux, versatile et souvent incontournable.
Mais évidemment il reste de nombreux obstacles limitant leur usage. Parmi ces obstacles il ya a la difficulté d’interprétation des résultats produits, d’une part, et le manque de caractérisation de la fiabilité de ces résultats d’autre part.
Ce qui va nous intéresser dans cette présentation, c’est le deuxième point.
Plusieurs méthodes sont apparues au cours des dix derniers années permettant à un réseau de neurone non seulement de prédire une sortie (appartenance à une classe, résultat quantitatif ou autre) mais aussi la probabilité de vraisemblance de cette prédiction.
Parmi ces méthodes, certaines s’appuient sur une approche consistant à remplacer l’opération arithmétique qui est la base de l’agrégation linéaire, par une opération intervalliste. Un neurone intervalliste prend en entrée des entrées réelles (ou intervallistes) et délivre en sortie un intervalles.
L’arithmétique d’intervalles est une méthode de calcul où chaque valeur n’est plus représentée par un nombre unique, mais par un intervalle [a,b].
Dans le contexte des réseaux de neurones profonds (Deep Neural Networks), cette approche permet de prendre en compte les incertitudes sur les entrées, les paramètres ou les calculs.
Une facon de réaliser l’apprentissage d’un tel réseau de neurone est de l’amener à délivrer des intervalles de prédiction, c’est à dire des intervalles garantissant – pour une pi-value alpha – que l’intervalle délivré contient la valeur attendue avec une probabilité supérieure ou égale a (1-alpha).
L’objectif de cette présentation est de proposer quatre modèles d’arithmétique d’intervalle, c’est a dire d’’extension de l’arithmétique aux intervalles, dans le cadre de l’agrégation linéaire.
Ces quatre extensions sont les intervalles réels, les intervalles généralisés, les intervalles modaux et l’agrégation MacSum.
A notre connaissance, seule la première généralisation a été utilisée dans le cadre des réseaux de neurones, ce qui laisse une grande ouverture potentielle pour des recherches futures. .

Short BIO: Olivier Strauss est professeur à l’université de Montpellier, il travaille au LIRMM.

Website: https://www.lirmm.fr/~strauss/

Un lien de connexion Zoom sera affiché sur la ( page des séminaires LFI ) le jour du séminaire.

Ce séminaire est organisé conjointement avec le Chapitre Français de l’IEEE Computational Intelligence Society.

[Séminaire MoVe] , mardi 12 janvier à 14h30.

Dylan.Marinho@lip6.fr (Dylan Marinho) — Tue, 01 Sep 2026 18:53:06 GMT