Contexte académique Avec le développement rapide des technologies de cloud computing, la demande pour une planification efficace des tâches dans des environnements cloud dynamiques et hétérogènes ne cesse de croître. Les algorithmes de planification traditionnels fonctionnent bien dans des systèmes simples, mais ils ne parviennent plus à répondre a...
Avec l’aggravation des problèmes environnementaux mondiaux, les entreprises accordent de plus en plus d’importance à la gestion verte et durable dans leur chaîne d’approvisionnement. La gestion de la chaîne d’approvisionnement verte (Green Supply Chain Management, GSCM) est devenue un outil essentiel pour améliorer la compétitivité des entreprises ...
Contexte académique Ces dernières années, le développement rapide des nanotechnologies et de l’Internet des objets (IoT) a donné naissance à un domaine révolutionnaire : l’Internet des objets nanométriques (IoNT). L’IoNT connecte des dispositifs à l’échelle nanométrique à Internet, leur permettant de jouer un rôle important dans des domaines tels q...
Contexte académique La reconnaissance des émotions (Emotion Recognition) est un domaine de recherche important dans le domaine de l’intelligence artificielle (IA) et de l’informatique affective (Affective Computing), avec des applications prometteuses dans les domaines de la santé, de l’éducation et de l’interaction homme-machine (HCI). La voix, en...
Avec le développement rapide de l’Internet des objets (Internet of Things, IoT) et du Web of Things (Wot), les problèmes de sécurité deviennent de plus en plus préoccupants. En particulier, la fréquence des attaques par déni de service (Denial of Service, DoS) rend la sécurité des systèmes Wot un problème urgent à résoudre. Wot intègre les appareil...
Contexte académique Avec la croissance rapide des contenus numérisés, l’importance des signatures numériques dans la vérification d’identité et l’authentification des contenus devient de plus en plus évidente. Cependant, la sécurité et l’intégrité des signatures numériques sont confrontées à des défis majeurs. Pour protéger l’authenticité des signa...
Contexte académique À l’ère du big data, l’apprentissage distribué (Distributed Learning) est devenu une méthode efficace pour résoudre les problèmes d’apprentissage automatique en ligne à grande échelle. Cependant, la communication fréquente et les opérations de projection (Projection Operations) dans l’apprentissage distribué entraînent des coûts...
Contexte académique Dans le domaine de la vision par ordinateur, les traînées de pluie (rain streaks) constituent un facteur de perturbation courant, en particulier dans les systèmes de surveillance extérieure, de conduite autonome et de transport intelligent. Les traînées de pluie réduisent considérablement la qualité des images, affectant les cap...
Contexte académique Avec le développement rapide de l’intelligence artificielle (IA) et du traitement du langage naturel (Natural Language Processing, NLP), les modèles de langage de grande taille (Large Language Models, LLMs) ont réalisé des progrès significatifs dans les milieux académiques et industriels. Cependant, bien que les LLMs excellent d...
Contexte Dans le domaine de la vision par ordinateur, la recherche sur les modèles d’attention visuelle vise à simuler comment le système visuel humain sélectionne les régions d’intérêt dans une image ou une scène naturelle. Le cerveau humain est capable d’identifier rapidement et avec précision les régions saillantes d’une scène visuelle, une capa...