FUI22 : 60% de taux de sélection pour les projets FUI labellisés Images & Réseaux

FUI22 : 60% de taux de sélection pour les projets FUI labellisés Images & Réseaux

3 Oct 2016

L’été 2016 a été source de bonnes nouvelles et de bons résultats pour le pôle Images & Réseaux avec la sélection de 9 nouveaux projets de R&D collaboratifs labellisés par le pôle. Ils vont être financés par l’ANR, l’Etat et les collectivités territoriales dans le cadre du FUI 22 et de l’ANR. 

Des PMEs, des grands groupes ainsi que des centres de recherche du territoire sont impliqués dans ces projets. Images & Réseaux tient à féliciter l’ensemble des acteurs impliqués. Côté FUI, avec un taux de sélection de 60%, le pôle récolte le fruit d’un accompagnement important que ce soit autour des collaborations inter-pôles, de l’expertise du Comité de Sélection et de Validation et du travail d’accompagnement de l’équipe Projets du pôle. Côté ANR, pour laquelle les résultats ne sont encore que partiels, 6 projets labellisés par le pôle se voient sélectionnés. Par ailleurs, on constate la prégnance de la thématique « Réseaux et Internet des objets » avec 6 des 9 projets sélectionnés. Un domaine stratégique fort qui s’explique par la présence de nombreux experts de ces sujets sur le Grand Ouest, qu’ils soient académiques ou industriels. FUI 22 : 3 projets sélectionnés = un taux de selection de 60%.

 

GREVIS

Le projet GREVIS – Management and Remediation of Vulnerabilities  Information Systems – a pour but d’automatiser la gestion et la remédiation des failles de sécurité des systèmes information.

Pôle labellisateur : Images & Réseaux

Porteur : Orange Applications for Business

Partenaires : Inria Rennes Bretagne Atlantique, Kerlink, Obeo, Orange Cyber Defense

 

APOGEES – ARELIS

Le projet APOGEE a pour but de résoudre les problèmes de reconfigurabilité des systèmes d’amplification pour adresser les nombreux défis générés par les nouveaux usages du spectre et les évolutions de la société pour des applications de trafic aérien, de communications tactiques et d’utilisation opportuniste du spectre pour la télévision.

Porteur : Arelis

Pôles Labellisateurs : Aerospace Valley (pôle principal), Images & Réseaux et Elopsys

Partenaires : Centrale Supelec Rennes, ESIEE Ecole de l’innovation Technique, Telerad, Thales Communication France TCF, Thales Communications & Security, Université Bordeaux IMS, Université Nantes IETR, Université Poitiers XLIM

 

OPTIMISME

L’objectif du projet est d’optimiser le déploiement et l’usage des réseaux locaux multi-radio : Wi-Fi (2.4/5/60GHz), Bluetooth, etc. Un logiciel d’optimisation de déploiement sera réalisé prenant en compte le coût, la couverture, l’exposition aux ondes. Un outil de supervision sera développé et des extendeurs de réseau multi-radio seront maquettés.

Porteur : Orange SA

Partenaires : ESoft Things, Insa Rennes IETR, Institut Mines Telecom/Telecom Bretagne Brest, MVG, Tactfactory

 

6 nouveaux projets pour l’ANR Générique 2016

CENSE

Le projet CENSE porte sur le développement d’une approche originale d’évaluation physique et perceptive du bruit dans l’environnement, mettant en jeu des techniques d’assimilation de données, combinant des mesures, via un réseau d’observation à bas coût, et des simulations numériques.

Projet co-labellisé : Pôle S2E2

Porteur : IFSTTAR

Partenaires : Bouygues Energies & Services, Bruitparif, Cerema Dterest, ECN Irccyn, Inria Rocquencourt, UBS Labsticc Lorient, Université Cergy MRTE, Wi6Labs.

DALLISH

L’objectif du projet DALLISH est de proposer de nouveaux paradigmes et des algorithmes d’estimation de mouvement, de suivi de molécules et de modélisation de dynamiques afin de quantifier et interpréter des volumes de très grande taille acquis dans ce domaine d’application avec des microscopes de nouvelle génération (e.g. Lattice Light Sheet Microscopie). L’assimilation de données-images combinée à des modèles graphiques, est une approche prometteuse quit doit permettre de représenter en faible dimension, les évènements d’end/exocytose impliqués dans d’importantes fonctions cellulaires et défauts (morphogenèse des tissus ou dégénération, invasion cellulaire tumorale).

Pôle labellisateur : Images & Réseaux

Porteur : Inria Rennes

Partenaires : Inra Jouy en Josas, Institut Curie

HEADWORK

Le crowdsourcing permet de solliciter de nombreux participants pour des tâches d’acquisition de données. Headwork va proposer : 1) des modèles expressifs des processus, des participants et des données pour capturer de nombreux cas d’usage du crowdsourcing 2) des méthodes pour déployer, vérifier et optimiser des processus des crowdsourcing.

Pôle labellisateur : Images & Réseaux

Porteur : Université Rennes 1 Irisa

Partenaires : Foule Factory, Inria Lille, Inria Saclay, MNHN-Cesco

OBROWSER

L’objectif de OBrowser est de rendre possible la conception et déploiement d’une application distribuée au dessus de millions de machines à travers des navigateurs en postant un simple lien twitter ou en achetant un Google adword offrant ainsi une environnement d’exécution formidable sans avoir recours aux services d’un cloud

Pôle labellisateur : Images & Réseaux

Porteur : Université Nantes LINA

Partenaires : Inria Rennes, Orange Labs, UBS Irisa

 

PRUDENCE

La chute chez la personne âgée est un problème de santé publique majeur. Pour répondre à cette problématique et permettre aux personnes de rester à leur domicile dans les meilleures conditions de sécurité et d’autonomie, le projet PRuDENCE propose un nouveau dispositif à bas coût à base de capteurs de profondeurs et/ou thermiques.

Pôle labellisateur : Images & Réseaux

Porteur : NEO TEC VISION

Partenaires : ECAM Rennes, Université de Lille, Université Rennes 1 LTSI, Université Troyes UTT

 

AR’n’BUILD (ADEME)

Dans le contexte de la montée en puissance du BIM, le projet consiste à développer une suite d’applications d’aide au contrôle de l’exécution des travaux immobiliers puis de leur maintenance…

Porteur : Artecfacto

 

ADMIRR (FSN)

Le projet ADMIRR s’inscrit dans l’axe technologique n°1 Anonymisation des données personnelles, le projet vise à développer la première solution industrielle de gestion du risque de ré-identification. Les innovations portent sur la création d’un outil d’anonymisation nativement adapté au « Big Data » et d’un procédé permettant d’obtenir une note qualifiant un jeu de données.

Porteur : Digital & Ethics

 

SENDATE (Celtic)

Pour construire une infrastructure distribuée, programmable et flexible capable de supporter la croissance du trafic et la nuagification des services, SENDATE étudiera, concevra et expérimentera les concepts suivants :
– Réseaux de transport à haut débit et agiles pour une adaptation intelligente aux besoins des applications, à partir de systèmes optiques contrôlés par des approches de type « software-defined networking (SDN) ».
– Réseaux de transport optimisés en coût grâce à la surveillance dynamique intelligente et au dimensionnement prenant en compte des réductions de marge.
– Fonctions de gestion cognitive qui combinent en une entité cohérente les ressources réseau et de calcul et de stockage, grâce à un systèmes d’exploitation universel appelé « GlobalOS ».
– Solutions de sécurité de bout en bout combinant les fonctions virtualisées et le contrôle SDN : sécurité des composants critiques, sécurité définie par logiciel.

Porteur : Nokia – Alcatel Lucent

 

Espérons que les résultats des projets de recherche collaborative internationale qui n’ont pas encore été publiés, soient aussi bons !

Billets similaires :