AXES DE RECHERCHE EQUIPE 3

Imprimer

     Axes de recherche de l’équipe :

  

    Impacts socio-économique de l’équipe :

 

    Les objectifs de l’équipe :

 

             L’équipe s’intéresse  au  développement des techniques de simulation comportementale dans la modélisation des  environnements  virtuels en  générale et de  

         simulation  d’environnements urbains peuplés en particulier.  L'énorme nombre d’individus dans les centres-villes, centres  commerciaux, infrastructures publics, tels que

         les gares et   les  aéroports, déclenche l'intérêt des différentes  communautés de recherche vers la compréhension et la  description du comportement des individus dans        

         de telles situations. 

               Comprendre et prévoir le comportement des piétons est important pour les concepteurs d’infrastructures publiques face à des  contraintes d'espace et des problèmes

         de congestion, pour les chercheurs de transport face à l’intégration des stations d’échanges et les problèmes de sécurité. Proposer une plateforme de simulation du   

         comportement de piétons dans un environnement urbain n’est pas une tâche simple. Il faut investir dans différentes directions afin d'en faire un modèle de simulation à

         la fois efficace et réaliste. Notre investigation est faite sur les environnements dynamiques, la sémantique des environnements virtuels, la recherche  de chemin, simulation

         de foule et la syntaxe spatiale comme un moyen de navigation.L’équipe s’intéresse aussi aux techniques de vie artificielle pour la modélisation des robots modulaires

          simulés.

               Une autre thématique de recherche, de notre équipe, est portée sur la proposition de nouvelles approches pour concevoir des systèmes adaptatifs  avec  apprentissage

          incrémental et ce en s’inspirant des travaux en matière d’émergence et d’auto-organisation dans les systèmes complexes. Dans ce contexte, les travaux menés portent sur

          les domaines qui se caractérisent par des grandes quantités de données de dimension élevée, tels que, l’analyse de 

          données des images médicales et les données de la bio-informatique.