Il s’agit d’apprendre comment développer des systèmes autonomes à la convergence de l’intelligence artificielle et des objets connectés pour élaborer des dispositifs expérimentaux d'acquisition, de traitement des données et d'instrumentation.

Responsable de la thématique: Frédéric Camps LAAS-CNRS / fcamps@laas.fr

Les objets connectés deviennent des dispositifs expérimentaux d'acquisition de données de plus en plus répandus. Il est important de savoir construire ces objets, de les faire communiquer par différents réseaux et protocole M2M, de les opérer dans le CLOUD.

Nous observons aujourd'hui une grande variété d'architectures, de l'architecture centralisée du CLOUD à l'architecture décentralisée (fog ou edge computing) dans laquelle de l'intelligence est mise aux extrémités de l'infrastructure constituée. Pour des question de robustesse, de résilience aux pannes, à la possibilité de mettre en place des pré-traitements ou du décisionnel dans les objets connectés, ces derniers sont en mesure maintenant d'embarquer de l'intelligence artificielle.

Nous parlerons alors de systèmes autonomes, pas nécessairement d'un point de vue énergique mais par rapport à leurs environnements et à leurs missions.

• Logiciels embarqués
• Spécification modélisation
• Machine learning et deep learning
• Drônes
• Nano satellites
• Capteurs et agents intelligents
• Instrumentation et acquisition de données
• AI & IOT
• Architecture
• E-infrastructures
• Fog and cloud computing
• Cyber-securité
• Réseaux long distances adhoc
• Systèmes mobiles
• Réseaux de capteurs
• Systèmes M2M
• IOT low cost

• Présentation

• Keynote

• Table onde

<div style=“position:relative;padding-bottom:56.25%;padding-top:10px;height:0;overflow:hidden;”><iframe src=“https://www.canal-u.tv/video/jdev/embed.1/jdev2020_t1_presentation_objectif_questions_programme_et_feuille_de_route_de_la_thematique.56665?width=100%&amp;height=100%” style=“position:absolute;top:0;left:0;width:100%;height: 100%;” width=“550” height=“306” frameborder=“0” allowfullscreen scrolling=“no”></iframe></div>

• Système embarqué IoT
• Système autonome - Infrastructure
• Machine leaning et deep learning - Comprendre les enjeux en 45 mn
• Développement sur nano satellite (retour d'expérience)
• IoT - M2M Architecture et infrastructure

• Développement sur plateforme mobile Android - fcamps@laas.fr
• Deep learning et machine learning - fcamps@laas.fr
• Développements sur Raspberry PI - fcamps@laas.fr
• Développement sur carte sans OS (Wemos, ESP32, Arduino)- fcamps@laas.fr
• LoRa-arduino / ®pi4-pythonEric Duvieilbourg Eric.Duvieilbourg@univ-brest.fr

• JDEV2017 - Embarqué, réseaux de capteurs et internet des objets (IoT - M2M)
• JDEV2015 - Systèmes embarqués, réseaux de capteurs et objets communicants
• JDEV2013 - Systèmes embarqués, systèmes mobiles, capteurs et acquisition de données