UMI 2958 - AXE : COMPUTER SCIENCE

Contexte scientifique

Depuis quelques temps, les volumes de données à traiter augmentent plus vite que les capacités de stockage ou de transmission, et ils génèrent des quantités croissantes de calculs. Pour continuer à satisfaire les besoins des utilisateurs, de plus en plus de ressources informatiques, souvent hétérogènes et réparties, sont donc nécessaires. Les systèmes d'information modernes sont ainsi de plus en plus répartis, autant du point de vue matériel que logiciel.

• Aujourd'hui, presque tous les processeurs sont multi-cœurs et incorporeront bientôt des clusters (cluster on chip). D'autre part, les clusters de PC sont déjà facilement accessibles, et les grids, clouds et super-calculateurs le deviennent progressivement.
• Les systèmes d'acquisition de données sont souvent géographiquement éloignés des systèmes de traitements de l'information, eux-mêmes éloignés des systèmes de restitution de l'information auprès de l'utilisateur. De plus, ces systèmes ont des capacités de calcul et de stockage souvent très hétérogènes.
• De plus en plus d'équipements informatiques nous entourent, dans nos environnements professionnels et personnels, et sont amenés à se découvrir dynamiquement et à collaborer.

Pour être efficaces et bien adaptés à l'utilisateur, la conception de systèmes complexes répartis requiert une approche innovante, holistique et pluridisciplinaire. La réalisation d'un nouveau système complet s'appuie souvent sur des innovations dans plusieurs disciplines. Elle gagne à être conçue conjointement par les chercheurs des différentes disciplines, et pose de nouveaux problèmes scientifiques à chaque discipline. A cette fin, les membres d'IDMaD participent à différentes communautés scientifiques spécialisées, et travaillent de concert sur des projets intégrés d'informatique distribuée et de traitement de masses de données, visant à répondre à des demandes d'utilisateurs. Les domaines de recherche et de compétences couverts sont décrits ci-dessous.

Domaines de compétences des membres d'IDMaD :

• Traitement statistique des signaux et compression de données
• Systèmes distribués hétérogènes Calcul parallèle et calcul à haute performance
• Apprentissage du traitement de masses de données