Poste Post-doc "=?ISO-8859-1?Q?Syst=E8mes?= dagents markoviens pour le suivi personnalisé du combattant"

Post-doc "Systèmes d’agents markoviens pour le suivi personnalisé du combattant" Post-Doc DeadLine: 31/12/2009 Catherine.Garbay@imag.fr & florence.forbes@inrialpes.fr http:// Post-doc "Systèmes d’agents markoviens pour le suivi personnalisé du combattant" Mots-clefs: fusion de données, biomédecine, systèmes multi-agents, statistique, traitement du signal. Lieu: Equipe Magma, Laboratoire d’informatique de Grenoble et Equipe Mistis, INRIA Grenoble Rhône-Alpes. Durée: 2 ans. Responsables: Catherine Garbay et Florence Forbes Contact: catherine.garbay@imag.fr, tel : 06 72 94 62 38 et florence.forbes@inrialpes.fr, tel :04 76 61 52 50 Contexte : Ce projet s’inscrit dans le cadre d’une étude de faisabilité d'un système personnalisé de suivi de l'état physiologique d'un combattant exploitant les données recueillies en continu et les informations disponibles sur sa mission. Ce projet se trouve à l’intersection entre fusion de données, statistique, intelligence artificielle et interprétation de signaux biomédicaux. Objectif : L’objectif est la conception d’un système multi-agents dédié à l’interprétation de séries temporelles physiologiques. Ceci sera réalisé dans le contexte d’une application à la surveillance de soldats en mission équipés de dispositifs de capture en ligne de données physiologiques et environnementales. Sujet : Les enjeux scientifiques sont multiples, depuis les aspects de fusion de données jusqu'à la notion de pilotage sensible au contexte (focalisation dynamique du dispositif de capture de données). On envisagera d’aborder le problème de la fusion de données à l’aide d’outils statistiques bayesiens. Cela devrait permettre de modéliser la pondération respective des différentes sources d’information selon leur importance à un moment donné et de mettre en place un pilotage adaptatif en permettant de modifier cette pondération au cours du temps en fonction de données extérieures. De plus, le cadre bayesien est aussi naturel pour la prise en compte et l’intégration de connaissances a priori pouvant provenir d’autres sources d’information non prises en compte directement par les capteurs. Un cadre de décision markovien sera utilisé (exploitation de travaux similaires dans le domaine du traitement d'images IRM). Une conception multi-agents sera envisagée pour permettre la spécialisation des traitements selon les besoins changeants de la mission et le contexte en cours. Ce travail sera validé sur des signaux réels. Le travail se fera en collaboration avec une équipe de modélisation du laboratoire TIMC (P. Baconnier) porteur du projet. Compétences souhaitées : mathématiques appliquées, statistique, traitement du signal, intelligence artificielle Résultats attendus : méthodologiques (cadre de conception multi-agent, cadre de décision markovien) et pratiques (expérimentation sur données réelles)