* Titre :
Aide au raisonnement sous incohérences pour la surveillance maritime
* Date de début et durée :
Octobre 2019, 36 mois
* Encadrement :
Directeur de thèse : Frédéric Pichon, Maître de conférences HDR, Laboratoire de Génie Informatique et d’Automatique de l’Artois (LGI2A)
Co-encadrante : Anne-Laure Jousselme, Chargée de recherche, NATO Centre for Maritime Research & Experimentation (CMRE)
* Sujet :
En surveillance maritime, la détection, l’identification et la gestion des incohérences dans les informations disponibles est d’une importance cruciale pour la compréhension de la situation et l’analyse du comportement des navires. Ces incohérences peuvent être le reflet d’actes illicites ou malveillants, de navires en détresse, ou simplement d’un mauvais fonctionnement de capteur. Cette tâche de surveillance est particulièrement difficile pour un opérateur à cause du volume, de la variété et du manque de véracité de l’information. En outre, la caractérisation-même de ce qui constitue une incohérence représente un certain défi puisque cela dépend fortement du contexte opérationnel (mission, météo, géopolitique, environnement).
L’objectif de cette thèse est de développer une approche formelle et outillée pour l’aide au raisonnement en présence d’incohérences. En s’appuyant sur des travaux antérieurs [1-5] incluant ceux menés récemment au LGI2A et au CMRE [6-10], il s’agira en particulier de proposer une ou des mesures du degré d’incohérence à la sémantique et au comportement maîtrisés, adaptées au contexte opérationnel et qui aient un sens pour l’opérateur. Le défi majeur de ce travail sera donc de concilier mesure d’incohérence et intuition humaine quant à son comportement. Le cadre formel retenu devra être suffisamment riche pour appréhender l’hétérogénéité des informations, leurs imperfections, et refléter différentes facettes du raisonnement humain. À ce titre, la théorie des fonctions de croyance sera favorisée. L’approche développée sera testée sur des données réelles provenant d’AIS (Automatic Identification System), complétées par des informations extraites d’images radar ou satellite, d’événements passés, de rapports de renseignement, de modèles de vie, de cartes marines ou de réseaux sociaux.
Références
[1] D. Dubois, W. Liu, J. Ma, H. Prade. The basic principles of uncertain information fusion. An organised review of merging rules in different representation frameworks. Information Fusion 32:12-39, 2016. [2] A. Hunter, S. Konieczny. Measuring inconsistency through minimal inconsistent sets. Proc. of the 11th Int. Conf. on Principles of Knowledge Representation and Reasoning (KR’08), pp. 358-366, 2008. [3] S. Destercke, T. Burger. Toward an axiomatic definition of conflict between belief functions. IEEE Trans. Syst. Man Cybern. B 43(2):585–596, 2013. [4] T. George, N. R. Pal. Quantification of conflict in Dempster-Shafer framework: A new approach. Int. J. of General Systems 24(4):407–423, 1996. [5] R. R. Yager. On considerations of credibility of evidence. Int. J. Approx. Reason. 7(1/2):45–72, 1992. [6] G. Pallotta, A.-L. Jousselme. Data-driven detection and context-based classification of maritime anomalies. In Proc. of the 18th Int. Conf. on Information Fusion, Washington, D. C., USA, pp. 1152–1159, 2015. [7] F. Pichon, A.-L. Jousselme, N. Ben Abdallah. Several shades of conflict. Fuzzy Sets and Systems (2019), https://doi.org/10.1016/j.fss.2019.01.014 [8] F. Pichon, S. Destercke, T. Burger. A consistency-specificity trade-off to select source behavior in information fusion. IEEE Transactions on Cybernetics 45(4):598-609, 2015. [9] N. Ben Abdallah, A.-L. Jousselme, F. Pichon. An ordered family of consistency measures of belief functions. In F. Cuzzolin, S. Destercke, T. Denœux and A. Martin, editors, Belief Functions: Theory and Applications, Proc. of the 5th International Conference, BELIEF 2018, Compiègne, France, September 17-21, 2018, volume 11069 of Lecture Notes in Computer Science, pages 199-207, Springer, 2018. [10] N. Ben Abdallah, A.-L. Jousselme, An evidential solution to support reasoning with partially reliable and conflicting sources in maritime surveillance, Under review, 2019.* Mots clés:
Fonction de croyance, Théorie de Dempster-Shafer, Cohérence, Conflit, Anomalie, Surveillance maritime.
* Financement attendu :
Université d’Artois, Région Hauts-de-France et/ou Organisme subventionnaire de recherche, pour une rémunération attendue de 1800€ brut par mois environ.
* Environnement :
Les travaux seront menés au sein du Laboratoire de Génie Informatique et d’Automatique de l’Artois (https://www.lgi2a.univ-artois.fr/spip/fr) situé à Béthune. Des séjours au Centre for Maritime Research & Experimentation (https://www.cmre.nato.int) de l’OTAN, situé à La Spezia en Italie, pourront également être nécessaires.
* Profil recherché :
Le candidat devra être titulaire d’un master ou d’un titre d’ingénieur en informatique. Des connaissances en intelligence artificielle seront un atout.
* Candidature :
Envoyer CV, lettre de motivation, relevés de notes et classements des deux dernières années d’études ainsi que des lettres de recommandation à: Frédéric Pichon (frederic.pichon@univ-artois.fr) et Anne-Laure Jousselme (anne-laure.jousselme@cmre.nato.int).
———————————————————————
Desinscription: envoyez un message a: bull-ia-unsubscribe@gdria.fr
Pour obtenir de l’aide, ecrivez a: bull-ia-help@gdria.fr