Contrôle sur un réseau de transport à large échelle pour une résilience accrue : analyses via des réseaux complexes, de l’intelligence artificielle et des calculs Big Data.---[En] Large Scale Urban Transport Control for Enhanced Resilience: Analysis via Complex Networks,Artificial Intelligence and Big Data ProcessingCette thèse porte sur la proposition d’une solution de contrôle distribuée du trafic pour des réseaux routiers à large échelle afin d’améliorer la… Show more Contrôle sur un réseau de transport à large échelle pour une résilience accrue : analyses via des réseaux complexes, de l’intelligence artificielle et des calculs Big Data.---[En] Large Scale Urban Transport Control for Enhanced Resilience: Analysis via Complex Networks,Artificial Intelligence and Big Data ProcessingCette thèse porte sur la proposition d’une solution de contrôle distribuée du trafic pour des réseaux routiers à large échelle afin d’améliorer la résilience du système de transport urbain. La solution proposée s’appuie sur un modèle multi-agent coopératif qui permet une meilleure gestion, en temps réel, du trafic lors de situations de stress au niveau de la demande. La deuxième contribution concerne l'inclusion d'une métrique de résilience topologique afin d'améliorer le modèle de contrôle multi-agent proposé. Enfin, une troisième contribution de cette thèse porte sur le développement d'un algorithme de calcul rapide et exact d'une métrique de résilience (betwenness centrality) sur des graphes de grande dimension, grâce aux outils et paradigmes du Big Data et en exploitant des propriétés issues de la théorie des graphes.Ces travaux se situent à la croisée de différents domaines, dont on peut citer : la mobilité intelligente et la gestion coopérative du trafic, la résilience des systèmes de transport, la théorie des graphes appliquée à l’étude des réseaux complexes de transport et l’analyse de grandes masses de données, la simulation multi- agents des systèmes de transport, les systèmes autonomes auto-adaptatifs.https://liris.cnrs.fr/these/these-cecile-danielThis thesis is ANR-funded JCJC project PROMENADE (Platform for Resilient Multi-modal Mobility via Multi-layer Networks & Real-time Big-Data Processing) in LICIT lab (Université G. Eiffel and ENTPE).https://promenade.licit-lyon.eu/ Show less

• Recommandation : mise en place d’un outil de recommandation sur la similarité des annonces• Targetting de candidats pour l’amélioration de la mise en relation entreprises/candidats dans l’offre Emploi: traitement et extraction de données textuelles pour déterminer le niveau d’étude (NLP) et domaine d’un candidat (classification supervisée) (librairies Python gensim, scikit learn, pandas)• Forecast de Revenu pour les équipes Finances : reprise et amélioration d’un outil de forecast… Show more • Recommandation : mise en place d’un outil de recommandation sur la similarité des annonces• Targetting de candidats pour l’amélioration de la mise en relation entreprises/candidats dans l’offre Emploi: traitement et extraction de données textuelles pour déterminer le niveau d’étude (NLP) et domaine d’un candidat (classification supervisée) (librairies Python gensim, scikit learn, pandas)• Forecast de Revenu pour les équipes Finances : reprise et amélioration d’un outil de forecast (lissage exponentiel, librairie Python Pandas)• Etude de faisabilité puis accompagnement dans le développement d’un outil de cotation de prix pour le groupe MB Diffusion : exploration de données, tests, mise en place d’un nouvel outil (nettoyage de données, data visualization, librairie Python Pandas, Matplotlib)• Etudes exploratoires : analyse comportement utilisateur (catégorie d’entrée + rétention, SQL + Python)• Suivi et accompagnement Data d’un projet (Messagerie) : définition des données pertinentes à mettre à disposition, analyse de l’utilisation de l’outil, mise en place de Dashboards (SQL, Tableau). Show less

Etude de faisabilité d'un modèle de prédiction de prix de voitures à partir des annonces postées sur Leboncoin puis développement de l'algorithme (en Python).- cleaning des données- test d'algorithmes (régressions linéaires, arbres de décision, random forest)- optimisation d'un algorithme random forest appliqué sur les paramètres des annonces- construction d'un modèle en parallèle basé sur les titres des annonces pour améliorer le modèle (nlp, tfidf)- analyse des résultats… Show more Etude de faisabilité d'un modèle de prédiction de prix de voitures à partir des annonces postées sur Leboncoin puis développement de l'algorithme (en Python).- cleaning des données- test d'algorithmes (régressions linéaires, arbres de décision, random forest)- optimisation d'un algorithme random forest appliqué sur les paramètres des annonces- construction d'un modèle en parallèle basé sur les titres des annonces pour améliorer le modèle (nlp, tfidf)- analyse des résultats et présentation aux différentes équipes Show less

Etudes des méthodes de Monte-Carlo par chaines de Markov appliquées aux radars, dans le contexte du Compressive Sensing.Impémentation et tests de ces méthodes sous Matlab