BIBL/old

De Parcours SIIA
Aller à la navigation Aller à la recherche


Méthode de travail et objectifs

Affectations sujets

Etudiant.e Sujet encadrant.e.s
ABGRALL Théo Modèle pour la génération du comportement d’un groupe d’élèves virtuels en présence d’un enseignant réel Elisabetta Bevacqua et Pierre de Loor
ALVES BUENO Matheus Fédération de modèles pour des approches multi-points de vues Joël Champeau
AUGER François Modèles de soutien à l’autonomie des apprenants (sans stage) Jean-Marie Gilliot
BENDOU Nassim Les différentes plateformes de simulation à base d'agents et les grands nombres d'agents Jérémy Rivière
DANIEL Tristan Les solutions de réalité augmentée sur dispositif Android Thierry Duval
DELANOE Mael Variantes Narratives pour l’Entraînement aux habiletés sociales (sans stage) Anne Gwenn Bosser et Nathalie Le Bigot
FAVERO PEREIRA Paulo Henrique Synthèse vocale à l'aide de réseaux de neurones Pierre Chevaillier
KADEM Sonia Simulateurs de systèmes multi-cellulaires Pascal ballet
LATIBI Adel Anticipation d'activités utilisateur pour les interfaces plastique (couplé avec stage) Pierre De Loor - Éric Maisel
MOREIRA FREITAS Helon Interaction Humain-Système : reconnaissance d'activités humaines en environnement naturel (sans stage) Alexis Nédélec
NGADI Hamza Génération et coarticulation de gestes pour un agent virtuel (couplé avec stage) Gireg Desmeulles - Elisabetta Bevacqua
ROYET Mikael Sujet à définir / stage : Modèles de dialogue pour l'interrogation de bases de données P. Chevaillier
SEBBAR Elias Visualisation immersive et interactions avec les simulations à base d'agents Jérémy Rivière
TAZTAZ Ibitssem Modèles et simulations à base d'agents de butinage chez l'abeille Jérémy Rivière

Indications générales

Voici quelques indications pour la rédaction de l'étude bibliographique et sa restitution orale : instructions biblio (révision nov. 2019).

Documents à étudier

Comme toute technique d'ingénierie, ou toute démarche scientifique, la réalisation d'une étude bibliographique, appelée aussi revue de littérature (littérature review), doit être réalisée de manière méthodique et apporter des éléments pour en apprécier la justesse et la pertinence. Même si les motivations pour réaliser un tel exercice peuvent être diverses, dans ses grandes lignes, la méthodologie reste la même.

Voici quelques documents à lire avant et pendant la réalisation de votre étude.

Sujets d'étude 2019-2020

B19-01 : Apports de la réalité virtuelle et augmentée aux jumeaux numériques

Enseignant référent : Pierre Chevaillier

Sujet : Après avoir défini le concept de jumeau numérique (digital twin), il s'agit d'identifier ce que la réalité virtuelle (RV) ou la réalité augmentée (RA) peut apporter dans le cadre des jumeaux numériques (DT : digital twins) de systèmes de production. L'étude devra aussi identifier quelles sont les applications pratiques de ce couplage entre RV-RA et DT.

Références :

  • Havard, V., Jeanne, B., Lacomblez, M. & Baudry, D. (2019) Digital twin and virtual reality: a co-simulation environment for design and assessment of industrial workstations, Production & Manufacturing Research, 7(1): 472-489
  • Rabah, S., Assila, A., Khouri, E., Ababsa, F., Bourny, V., Maier, P., Mérienne, F. (2018) Towards improving the future of manufacturing through digital twin and augmented reality technologies, Procedia Manufacturing, 17: 460-467.
  • Kuts. V., Otto, T., Tähemaa, T. & Bondarenko, Y. (2019) Digital Twin based synchronised control and simulation of the industrial robotic cell using Virtual Reality, Journal of Machine Engineering, 19(1): 128-145.

B19-02 : Résolution du problème de l'emploi du temps par systèmes multi-agents

Enseignant référent : Pierre Chevaillier

Sujet : La réalisation d'un emploi du temps (timetable scheduling) pour une université ou une école d'ingénieurs est un problème complexe. En effet, il faut satisfaire de nombreuses contraintes de natures différentes. Par certains aspects le problème se prête bien à une résolution distribuée des contraintes (Distributed Constraints Problems). Certains ont proposé des solutions basées sur des systèmes multi-agents pour traiter ce problème. Qu'est-ce qui justifie une telle approche ? Comment le problème est-il posé ? Quels modèles ont été mis en oeuvre et pour quels résultats ? L'objectif de l'étude est de répondre à ces questions.

Références :

  • Babaei H. & Hadidi A. (2014), A Review of Distributed Multi-Agent Systems Approach to Solve University Course Timetabling Problem, Advances in Computer Science: an International Journal, 3(11): 19-28
  • Fioretto FG., Pontelli E. & Yeah W. (2018) Distributed Constraint Optimization Problems and Applications: A Survey. Journal of Artificial Intelligence Research, 61: 623-698
  • Houhamdi A., Athamena B., Abuzaineddin R. & Muhairat M. (2019),A Multi-Agent System for Course Timetable Generation, TEM Journal. 8(1): 211-221
  • Oprea M. (2007) MAS_UP-UCT: A Multi-Agent System for University Course Timetable Scheduling, International Journal of Computers, Communications & Control, 2(1): 94-102.

B19-03 : Machine Learning for Speech-driven facial animation

Enseignant référent : Pierre Chevaillier

Sujet : Le contrôle d'un agent conversationnel animé ("tête parlante") nécessite une très bonne synchronisation entre la production verbal de l'agent et les mouvements du visage. Chez un "vrai" humain, l'activité du corps génère la production du son. Chez un humain de synthèse, on définit d'abord ce que l'agent doit dire (et comment : expressivité), puis on anime le visage en conséquence de façon à ce que le résultat soit cohérent. Récemment, différentes méthodes basées données, dont l'utilisation de différents types de réseaux de neurones, ont été proposées pour résoudre ce problème d'animation facial temps réel piloté par la production verbale. L'étude est de faire une synthèse sur les méthodes utilisées récemment : comment le problème est-il abordé ? Quels types de modèle ont été utilisés et pour quelles performances ?

Références :

  • Greenwood D., Matthews I. & Laycik S. (2018) Joint Learning of Facial Expression and Head Pose from Speech, Proceedings of Interspeech Conférence, 2484-2488
  • Nishimura R., Sakata N., Tominaga T., Hijikata Y., Harada K. & Kiyokawa K. (2019) Speech-Driven Facial Animation by LSTM-RNN for Communication Use, Proceedings of the 12th Asia Pacific Workshop on Mixed and Augmented Reality (APMAR).
  • Vougioukas K., Petridis S. & Pantic M. (2018) End-to-End Speech-Driven Facial Animation with Temporal GANs, arXiv:1805.09313 [eess.AS]

B19-04 : Apprentissage automatique d'arbres de comportement

Enseignant référent : Pierre Chevaillier

Sujet : Utilisation des méthodes d'apprentissage de "behavior trees" (BT) dans les jeux vidéo et en robotique. Les BT sont des modèles très utilisés dans pour le contrôle des Personnages non joueurs (PNJs) dans les jeux vidéos. Différentes approches ont été proposées pour l'optimisation de ces modèles : à base de réseaux de neurones ou d'algorithmes révolutionnaires, avec différents paradigmes d'apprentissage. L'objectifs de cette étude est de recenser les solutions existantes en identifiant bien quel(s) problème(s) elles tentent de résoudre.

Références :

  • Colledanchise M., Ramviyas Parasuraman R., and Petter Ogren P. (2019), Learning of Behavior Trees for Autonomous Agents (short paper), Proceedings IEEE TRANSACTIONS ON GAMES, 11(2)
  • Sagredo-Olivenza I., Gomez-Martin, P. P., Gomez-Martin M. O. & Gonzales-Caero P. A. (2010) Trained Behavior Trees: Programming by Demonstration to Support AI Game Designers Proceedings IEEE TRANSACTIONS ON GAMES, 11(2)
  • C. Iliffe Sprague, P. Ogren (2018) Adding neural network controllers to behavior trees without destroying performance guarantees, Adding Neural Network Controllers to Behavior Trees without Destroying Performance Guarantees, arXiv:1809.10283, 2018

B19-05 : Méthodes de réduction de la cyber-sickness dans les dispositifs de réalité virtuelle

Enseignant référent : Pierre Chevaillier

Sujet : Les expériences immersives en réalité virtuelle, surtout avec un casque, génèrent chez certains utilisateur un malaise, voire des nausées qui sont fortement préjudiciable à la qualité de l'expérience utilisateur. On désigne ce ph"noumène par "cyber sickness". De nombreux travaux ont pour objectif de caractériser les facteurs favorisant son apparition et les moyens de la limiter. L'objectif de l'étude est de faire une revue de littérature sur ce sujet.

Références :

  • Garcia-Agundez A., Westmeier A., Caserman P., Konrad R., Göbel S. (2017) An Evaluation of Extrapolation and Filtering Techniques in Head Tracking for Virtual Environments to Reduce Cybersickness. In: Alcañiz M., Göbel S., Ma M., Fradinho Oliveira M., Baalsrud Hauge J., Marsh T. (eds) Serious Games. JCSG 2017. Lecture Notes in Computer Science, vol 10622. Springer, Cham
  • Pulkit Budhiraj, Mark Roman Miller, Abhishek K Modi & David Forsyth (2017) Rotation blurring: use of artificial blurring to reduce cybersickness in virtual reality first person shooters, arXiv:1710.02599 [cs.HC]
  • Kemeny, Andras; George, Paul; Mérienne, Frédéric; Colombet, Florent, New VR Navigation Techniques to Reduce Cybersickness (2017) S&T International Symposium on Electronic Imaging. 48-53
  • Maryam Mousavi, Yap Hwa Jen and Siti Nurmaya Binti Musa (2013) A Review on Cybersickness and Usability in Virtual Environments, Advanced Engineering Forum, 10:34-39
  • Wang G. & Suh A. (2019), USER ADAPTATION TO CYBERSICKNESSIN VIRTUAL REALITY: A QUALITATIVESTUDY, ECIS 2019 Proceedings.

B19-06 : Intrinsic motivation for learning applied to Human-Robot Interactions

Enseignant référent : Pierre Chevaillier

Sujet : Un des verrous de l'Intelligence artificielle Générale est la pro-activité totale d'un agent qui suppose sa capacité à choisir ses propres buts. Ceci suppose que certaines activités soient réalisées pour la seule satisfaction de les réaliser (et non pour atteindre un autre but). Est-on capable de doter une entité artificielle d'une telle motivation intrinsèque ? Peut-elle s'appliquer à l'apprentissage de comportement ? Certains ont tenté d'appliquer ces principes pour l'apprentissage de comportement de robots en interaction avec des humains. L'objectif de cette étude est de faire le point sur ces travaux.

Références :

  • Hester T. & Stone P. (2017) Intrinsically motivated model learning for developing curious robots, Artificial Intelligence, 247: 170-186
  • Oudeyer P.-Y., Kaplan F. (2008) How can we define intrinsic motivation? Proceedings of the 8th international conference on epigenetic robotics: Modeling cognitive development in robotic systems
  • A. H. Qureshi, Y. Nakamura, Y. Yoshikawa H. Ishiguro (2018) Intrinsically motivated reinforcement learning for human–robot interaction in the real-world. Neural Networks (107): 23-33
  • Huang et al. (2019) Learning Gentle Object Manipulation with Curiosity-Driven Deep Reinforcement Learning. arXiv:1903.08542 [cs.RO]

B19-07 : Méthodes de détection d'anomalies dans les séries de données

Enseignant référent : Pierre Chevaillier

Sujet : De nombreux systèmes ont besoin d'un suivi en continu de leur activité en vue de détecter toute activité anormale. Il peut s'agir de détecter des pannes dans des réseaux de capteur, des intrusions ou activité suspicieuse dans une système d'information... Une idée serait de disposer de méthodes permettant de détecter en ligne de telles anomalies et éventuellement d'en identifier la cause. Il est possible d'utiliser certaines classes de réseaux de neurones pour le faire. Le problème peut se poser de manière différentes selon que l'on ne dispose que de séries "normales", que l'on cherche des événements anormaux ou des séquences, qu'il s'agisse de données discrètes ou continues... L'objet de cette étude est de faire la synthèse des travaux récents dans ce domaine en identifiant les techniques utilisées selon les classes de problèmes.

Références :

  • V. Chandola, A. Banerjee and V. Kumar (2012) Anomaly Detection for Discrete Sequences: A Survey, IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 24, NO. 5: 823-839
  • P. Malhotra, L. Vig, G. Shroff & P. Agarwal (2015) Long Short Term Memory Networks forAnomaly Detection in Time Series, Proceedings, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, 89-94
  • A. Nanduri & L. Sherry (2016) Anomaly detection in aircraft data using Recurrent Neural Networks, Proceedings of Integrated Communications Navigation and Surveillance (ICNS) Conference, paper 5C2.

B19-08 : Interactions Humain-Essaim de drones

Enseignant référent : Jérémy Rivière

Sujet : L'étude des "Robot swarms", ou essaims de robots, porte sur les systèmes comprenant de nombreux robots - ou drones - volants, roulants, etc. qui se coordonnent de façon autonome, à partir de règles de contrôle locales basées sur les perceptions du robot et son état actuel, à la manière d'agents dans les SMA (systèmes multi-agents).

L'interaction entre un opérateur humain et un essaim de robots ouvre la porte à de nouveaux moyens de contrôle ou d'influence du comportement de l'essaim. Il est demandé dans ce travail de faire un état de l'art des différentes problématiques que l'interaction soulèvent, et des différents moyens d'interaction mis en place dans les travaux de recherche. On s'intéressera plus particulièrement à 2 grands types d'interaction : interaction à distance, où l'opérateur n'est pas présent dans le même environnement que l'essaim, et interaction directe ou indirecte dans un environnement partagée.

Références :

  • A. Kolling, P. Walker, N. Chakraborty, K. Sycara and M. Lewis, Human Interaction With Robot Swarms: A Survey, in IEEE Transactions on Human-Machine Systems, vol. 46, no. 1, pp. 9-26, Feb. 2016.
  • Mclurkin, James & Smith, Jennifer & Frankel, James & Sotkowitz, David & Blau, David & Schmidt, Brian. (2006). "Speaking Swarmish: Human-Robot Interface Design for Large Swarms of Autonomous Mobile Robots". AAAI, 72-75.
  • Nagi, Jawad & Giusti, Alessandro & Gambardella, Luca & Di Caro, Gianni. (2014). "Human-Swarm Interaction Using Spatial Gestures". IEEE International Conference on Intelligent Robots and Systems.

B19-09 : Altruisme et Systèmes Multi-Agents

Enseignant référent : Jérémy Rivière

Sujet : L'altruisme a été utilisé dans plusieurs travaux de recherche concernant les SMA, autant en résolution de problèmes qu'en simulation. Ce travail consiste à recenser de la façon la plus exhaustive possible ces travaux, en s'intéressant au comportement des agents altruistes : quels sont les points communs de ces agents ? Peut-on en déduire une (ou plusieurs) définition(s) de l'altruisme ?

Références :

  • SIMONIN O., FERBER J., « Modélisation des satisfactions personnelle et interactive d'agents situés coopératifs », JFIADSMA'01, Montreal, Canada, 2001, p. 215-226.
  • Lucidarme, Philippe & Simonin, Olivier & Liegeois, A. "Implementation and Evaluation of a Satisfaction/Altruism Based Architecture for Multi-Robot Systems". IEEE International Conference on Robotics and Automation, pp 1007 - 1012 vol.1 (2002)
  • Lounis Adouane, Nadine Le Fort-Piat. "Hybrid Behavioral Control Architecture for the Cooperation of Minimalist Mobile Robots". ICRA’04, International Conference On Robotics And Automation, 2004, New Orleans, United States.
  • Valérie Camps, Marie-Pierre Gleizes. "Réflexions sur l’apprentissage en univers multi-agents". Journée du PRC GDR IA, "Les systèmes multi-agents", Toulouse, Février 1996 et Journées du PRC GDR IA, Grenoble Mars 1997, Editions Hermès.

B019-10 : Interactions naturelles en réalité virtuelle avec un système complexe.

Enseignant référent : Thomas Alves

Sujet : Les interactions naturelles, définies comme étant des alternatives plus intuitives aux interfaces classiques (clavier souris, manettes etc..), permettent une utilisation plus fluide et instinctive d'applications. Par exemple, utiliser le mouvements du corps, comme le kinect ou des mains avec le Leap Motion, ou avec des interacteurs tangibles, comme des objets à placer sur des supports etc. Nous nous intéressons donc ici à une comparaison des différentes interactions naturelles énoncées dans la littérature, leurs avantages et inconvénients, comme les implications autant au niveau logiciel qu'au niveau matériel, la précision, les possibilités etc. Nous nous intéresserons particulièrement aux exemples de telles interactions utilisées pour la manipulation du temps.

Références :

  • Ishii, H., & Ullmer, B. A. (1997). Tangible Bits: Towards Seamless Interfaces between People, Bits and Atoms. In Proceedings of the 1997 CHI Conference on Human Factors in Computing Systems - CHI ’97 (pp. 234–241). Atlanta, USA: ACM.
  • Marin, Giulio, Fabio Dominio, and Pietro Zanuttigh. “Hand Gesture Recognition with Leap Motion and Kinect Devices.” In 2014 IEEE International Conference on Image Processing (ICIP), 1565–69. Paris, France: IEEE, 2014. https://doi.org/10.1109/ICIP.2014.7025313.
  • Wen, Hongyi, Julian Ramos Rojas, and Anind K. Dey. “Serendipity: Finger Gesture Recognition Using an Off-the-Shelf Smartwatch.” In Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems - CHI ’16, 3847–51. Santa Clara, California, USA: ACM Press, 2016. https://doi.org/10.1145/2858036.2858466.
  • Ullmer, B. A. (2002). Tangible interfaces for manipulating aggregates of digital information. Massachusetts Institute of Technology.
  • Fitzmaurice, G. W., Ishii, H., & Buxton, W. (1995). Bricks: Laying the Foundations for Graspable User Interfaces. In Proceedings of the 1995 CHI Conference on Human Factors in Computing Systems - CHI ’95 (pp. 442–449). Denver, USA: ACM.
  • Hornecker, E. (2012). Beyond Affordance: Tangibles’ Hybrid Nature. In Proceedings of the Sixth International Conference on Tangible, Embedded and Embodied Interaction (pp. 175–182). New York, NY, USA: ACM. https://doi.org/10.1145/2148131.2148168
  • Kim, H., Coutrix, C., & Roudaut, A. (2019). KnobSlider: Design of a Shape-Changing Parameter Control UI and Study of User Preferences on Its Speed and Tangibility. Frontiers in Robotics and AI, 6, 79. https://doi.org/10.3389/frobt.2019.00079

B19-11 : Teamwork: how can it be characterized?

Enseignant référent : Maria Teresa Segarra

Sujet : There is an important trend in education to make students work (and learn) in groups. Research has analyzed the effectiveness of cooperative learning with respect to academic performance. There is a lot of empirical support in favor of cooperative learning as an important contributor for higher academic achievement [1][2][3]. On one hand, several works are interested on how the dynamics of the group (equitable, group dominated by one individual...) may impact academic achievements of its members [4]. On the other hand, the attitude of a student may highly impact the dynamics of the group and so academic performance. Therefore, for a teacher that makes students work in groups, it can be interesting to track their dynamics and students attitude so that she/he may better understand their academic performance and make decisions. Moreover, effective teamwork skills are seen by organizations as one of the most important professional competencies for students to acquire [5]. Teachers should not only assess academic performance of each student but also her/his contribution to the dynamics of the group. However, few works propose tools to help teachers keep track of these dynamics. Such a tool should allow teachers to track events that characterize one or several aspects of teamwork and, depending on them, decide about effective teamwork of the group. The goal of this wok is to do a literature review of existing rubrics characterizing teamwork. The goal of the review is to give foundation for a tool-based rubric used by teachers to keep track of teamwork on their class. The starting point will be two existing teamwork rubrics: TeamUp’ [7] and Q-Team [8].

Références :

[1] Vaughan W., Effects of cooperative learning on achievement and attitude among students. Journal of Educational Research, 95(6), 2002.

[2] Kooloos J.G., Klaassen T., Vereijken M., Van Kuppeveld S., Bolhuis S., Vorstenbosch M., Collaborative group work: Effects of group size and assignment structure on learning gain, student satisfaction and perceived participation. Med Teach, 33(12), 2011.

[3] Cooperative Learning: Best Practices, Center for Research on Learning and Teaching University of Michigan, 2006. http://www.crlt.umich.edu/publinks/clgt_bestpractices Last visited 19/10/2019.

[4] Theobald E.J., Eddy S.L., Grunspan D.Z., Wiggins B.L., Crowe A.J., Student perception of group dynamics predicts individual performance: Comfort and equity matter. PloS ONE, 12(7), 2017.

[5] Miller D., The Stages of Group Development: A Retrospective Study of Dynamic Team Processes. Canadian Journal of Administrative Sciences / Revue Canadienne des Sciences de l'Administration. 20. 121 - 134. 10.1111/j.1936-4490.2003.tb00698.x.

[6] Casper W.C., Teaching beyond the topic teaching teamwork skills in higher education. Journal of Higher Education Theory and Practice, 17, 53-63, 2017.

[7] Hastie C.R., TeamUP': An approach to developing teamwork skills in undergraduate midwifery students. Midwifery, 58:93-95, 2018.

[8] Emily B., Natalie S., Andrew L., Jenn S., Assessing teamwork in undergraduate education: a measurement tool to evaluate individual teamwork skills. Assessment & Evaluation in Higher Education, 42:3, 378-397, 2017.


Récupérée de « http://siia.univ-brest.fr/w/index.php?title=BIBL/old&oldid=654 »