Travaux de recherche

Documents publiés

Investissements annuels en R&D

microscope
Améliorer la fiabilité et la disponibilité des systèmes
DNK
ImprovinAméliorer la sécurité et l'atténuation des menacesg Security and Threat Mitigation
atom
Driving Innovation and Economic Growth
microscope
Améliorer la fiabilité et la disponibilité des systèmes
DNK
Améliorer la sécurité et l'atténuation des menaces
atom
Favoriser l'innovation et la croissance économique
Ultra-logo-white-v2
ETS-blanc-devise-impr-fond_transparent
Logo_Ecole_Centrale_Supelec_white_v2
Logo_gerad_white_v2
mcgill-university-3-logo-black-and-white-e1556049507258_v2
Polytechnique_signature-BLANC-gauche_ENG_v2

Nous sommes déterminés à surmonter les obstacles importants dans les domaines suivants

premier
deuxième
Troisièmement
Quatre

Classification de l'environnement

Jumelage numérique dans les communications tactiques sans fil

GNN - Optimisation de la topologie sans fil

Classification intelligente des signaux et reconstruction de la topologie

Planification de topologies de réseaux sans fil résilientes à l'aide de RL

Communication sous-marine

IRS optique (lumière infrarouge), modèle de canal sous-marin

Réseaux sans fil tactiques sous-marins ad hoc sécurisés

Optimisation conjointe des communications et des applications

Optimisation du routage multi RAT

Découpage du réseau - Réseau tactique

Planification des tâches MADOC (SAT, UAV, sol)

Confidentialité différentielle pour les réseaux cognitifs

Drones de contrôle décentralisés, couche de données de l'application

Optimisation multi-agents

Stratégie de ML cognitive pour l'URLLC (communications ultra-fiables et à faible latence)

Adhoc dans la 5G et la 6G

Localisation/latence 5G vs optimisation LPI/LPD

Sécuriser le routage du trafic dans un réseau tactique

Découpage du réseau RAN dans le réseau tactique

URLLC in UAV-enabled MEC for 6G Networks & MADOC (en anglais)

Pilotage du trafic O-RAN

LPI/LPD

Apprentissage profond Forme d'onde PHY

Forme d'onde de la maille

Routage dans les réseaux de capteurs sans fil mobiles tactiques

Gestion dynamique du MAC à l'aide de l'IA dans les réseaux maillés sans fil

Routage mobile multicanal

ECCM

ECCM et théorie des jeux

Favoriser l'innovation : Les piliers de l'Institut d'apprentissage machine résilient

microscope
Enhancing System Reliability and Uptime

Research in AI and ML contributes to the development of communication systems that can predict, detect, and automatically respond to disruptions, ensuring continuous operation and minimizing downtime in critical infrastructures.

DNK
Improving Security and Threat Mitigation

AI and ML enable advanced threat detection and response mechanisms, helping to safeguard communication networks against increasingly sophisticated cyberattacks, ensuring data integrity and confidentiality.

atom
Driving Innovation and Economic Growth

By improving the resilience of communication systems, AI and ML research fosters technological advancements, supports the digital economy, and facilitates the development of new products and services, contributing to overall economic prosperity and competitiveness.

Nos publications

Bienvenue dans le monde dynamique de l’exploration scientifique de l’Institut ReMI. Nos publications mettent en valeur les prouesses intellectuelles et les travaux de recherche des étudiants et des chercheurs, dans diverses disciplines et sur des sujets d’avant-garde. Plongez dans un répertoire d’articles pertinents, d’études novatrices et d’analyses stimulantes, méticuleusement élaborés par les esprits les plus brillants du monde universitaire. Qu’il s’agisse de méthodologies innovantes ou de découvertes révolutionnaires, nos publications témoignent de notre quête incessante de connaissances et de notre engagement inébranlable en faveur de l’excellence scientifique. Rejoignez-nous pour un voyage de découverte, où chaque publication éclaire de nouvelles voies et contribue à l’évolution constante du paysage de la recherche universitaire.

Environment classification

Digital Twin In Tactical Wireless Communication

GNN - Wireless Topology Optimization

Intelligent Signal Classification and Topology Reconstruction

Planning Resilient Wireless Network Topologies Using RL

Adhoc in 5G and 6G

5G localization/latency vs LPI/LPD optimization

Securing Traffic Routing in Tactical Network

RAN Slicing in Tactical Network

URLLC in UAV-enabled MEC for 6G Networks & MADOC

O-RAN traffic steering

Joint comms-apps optimization

Multi RAT Routing optimization

Network slicing - Tactial network

MADOC task scheduling (SAT, UAV, Ground)

Differential Privacy for docitive networks

Decentralized control drones, app data layer

Mesh waveform

Routing in Tactical Mobile Wireless Sensor Networks

Dynamic MAC Management using AI in Wireless Mesh Networks

Multi-channel mobile routing

Multi-agent optimization

Docitive ML Strategy for URLLC (Ultra-Reliable and Low-Latency Communications)

Underwater Communication

O-RAN traffic steering

Optical(infrared light) IRS , Underwater Channel Model

LPI/LPD

Deep learning PHY waveform

ECCM

ECCM & Game theory

Nos scientifiques

Au sein de notre Resilient Machine Learning Institute, les scientifiques excellent dans la recherche pionnière, élaborant des solutions avancées d'apprentissage automatique pour améliorer la résilience des systèmes. Leur expertise couvre l'intelligence informatique, la cybersécurité, les sciences des réseaux et la science des données appliquée, stimulant l'innovation et établissant de nouvelles normes en matière de technologies résilientes.

Voir tout

test-tube Chemistry testing

medicine Biological evaluation

atom-2 Electrical signals

test-tube-big Toxicological assessment

Par domaine de recherche

01
Classification de l'environnement

Recherche et développement de modèles d'apprentissage automatique capables de s'adapter aux changements de l'environnement et de maintenir leurs performances en cas de stress ou d'attaque.

02
Optimisation conjointe des communications et des applications

Utiliser l'IA et la ML pour prédire, détecter et répondre aux cybermenaces en temps réel, en renforçant la sécurité des réseaux de communication.

03
Adhoc dans la 5G et la 6G

Utiliser des techniques d'apprentissage automatique pour optimiser les ressources du réseau, gérer efficacement le trafic et garantir des services de communication robustes et fiables.

04
Communication sous-marine

Utiliser l'apprentissage automatique pour prédire les défaillances des systèmes et détecter les anomalies dans l'infrastructure, ce qui permet d'assurer une maintenance proactive et de minimiser les temps d'arrêt.

05
Optimisation multi-agents

Recherche et développement de modèles d'apprentissage automatique capables de s'adapter aux changements de l'environnement et de maintenir leurs performances en cas de stress ou d'attaque.

06
LPI/LPD

Recherche et développement de modèles d'apprentissage automatique capables de s'adapter aux changements de l'environnement et de maintenir leurs performances en cas de stress ou d'attaque.

07
Forme d'onde de la maille

Recherche et développement de modèles d'apprentissage automatique capables de s'adapter aux changements de l'environnement et de maintenir leurs performances en cas de stress ou d'attaque.

08
ECCM

Recherche et développement de modèles d'apprentissage automatique capables de s'adapter aux changements de l'environnement et de maintenir leurs performances en cas de stress ou d'attaque.

Par la faculté

01
Département de l'intelligence informatique

Spécialisé dans le développement d'algorithmes et de systèmes intelligents qui apprennent et s'adaptent à leur environnement pour améliorer la résilience.

02
Département de la cybersécurité et de la résilience

Il se concentre sur la recherche de mécanismes de cyberdéfense avancés et de stratégies résilientes pour protéger les systèmes d'apprentissage automatique contre les cybermenaces.

03
Département des sciences des réseaux

Consacré à l'étude du comportement des réseaux, à l'optimisation et à la conception d'infrastructures de communication robustes à l'aide de techniques d'apprentissage automatique.

04
Département de la science des données appliquée

Il se concentre sur l'application pratique de l'analyse des données et de l'apprentissage automatique dans des scénarios du monde réel afin d'améliorer la résilience et l'efficacité des systèmes.

Bibliothèque de ressources

Prochaines manifestations scientifiques

Voir tout