Laboratoire d’Informatique et des Systèmes (LIS)

UMR 7020 CNRS

Le LIS, Laboratoire d’Informatique et Systèmes, est une structure issue de la fusion, en 2018, de deux UMR : le Laboratoire d’Informatique Fondamentale de Marseille (LIF) UMR 7279 et le Laboratoire des Sciences de l’Information et des Systèmes (LSIS) UMR 7296. C’est une Unité Mixte de Recherche (UMR) sous tutelles du Centre National de la Recherche Scientifique (CNRS) rattachée à l’Institut des sciences de l’information et de leurs interactions (INS2I) de l’Université d’Aix-Marseille (AMU), et de l’Université de Toulon (UTLN). Les équipes toulonnaises du LIS sont hébergées dans l’école d’ingénieurs SeaTech de l’Université de Toulon.

Ce laboratoire regroupe les activités de recherche relevant principalement des sections 06 et 07 du CNRS et des sections 27 et 61 du CNU. Le LIS a une identité disciplinaire forte, structurée au sein de 4 pôles (Analyse et Contrôle des Systèmes ACS, Calcul, Signal et Image SI, Sciences des Données SD) et centrée sur les activités fondamentales et appliquées dans les domaines de l’informatique, de l’automatique, du signal et de l’image.

Direction du laboratoire

  • Directeur : Frédéric Bechet, Pr. AMU
  • Directeur Adjoint : Éric Busvelle, Pr. UTLN
  • Service administratif et financier UTLN : Adoration Di Santi

Composition du laboratoire

Le LIS fédère plus de 375 membres ; 190 permanents chercheurs et ensei-gnants chercheurs, plus de 125 doctorants, plus de 40 post-doctorants et 20 IT/IATSS.
Le site de Toulon regroupe 24 enseignants-chercheurs et environ autant de doc-torants, postdoctorants et ingénieurs.

Equipes

Les membres du site toulonnais du LIS se répartissent dans quatre équipes :

  • DYNI - Pôle SD : DYNamiques de l’Information (dirigée par Ricard Marxer, MCF 27)
    La recherche de DYNI en Intelligence Artificielle (IA) et apprentissage de représentations vise à couvrir la chaîne d’acquisition, de transmission et de traite-ment des données, depuis les capteurs aux utilisateurs. La recherche est appliquée à divers domaines tels que la bioacoustique, la parole et l’audition, et l’ana-lyse multimodale de l’information en physique, santé et cognition. Grâce à sa plateforme technologique SMIoT, DYNI innove dans l’instrumentation scientifique pour l’acquisition intelligente de données à long terme et le traitement de données embarquées.
    DYNI s’attaque aux principaux défis des approches fondées sur les données appliquées aux sciences expérimentales : a) coût élevé de l’acquisition des don-nées, b) biais humain dans les annotations manuelles, c) complexité des phénomènes sous-jacents, et d) le pouvoir explicatif des modèles avancés d’apprentissage machine. Ainsi, l’équipe DYNI se concentre sur l’apprentissage non supervisé/semi supervisé, l’apprentissage par renforcement, l’apprentissage pro-fond et l’IA explicable appliqués à une variété de sujets allant de la surveillance environnementale à l’étude de l’interactivité vocale.
  • CDE - Pôle ACS : Contrôle & Diagnostic pour l’Environnement (dirigée par Frédéric Lafont, MCF-HDR 61)
    CDE est une équipe Toulonnaise dont les activités vont de la théorie du contrôle (contrôle optimal non linéaire, convergence des observateurs, etc.) aux aspects plus pratiques, incluant le diagnostic, en passant par différentes approches de l’automatique moderne (commande sans modèles, approches basées sur l’intelligence artificielle). Les applications concernent majoritairement l’environnement (énergies renouvelables, agriculture raisonnée, applications dans le domaine maritime).
  • SIIM - Pôle SI : SIgnal et IMages (dirigée par Nadège Thirion-Moreau, Pr 61)
    Les travaux de recherche des membres de l’équipe SIIM concernent le traite-ment des données au sens large qu’il s’agisse de signaux, d’images (hyper-spectrales, spectroscopie de fluorescence), de vidéo ou encore de données multidimensionnelles, multi-capteurs ou multi-modales.
    Ils vont de l’observation ou de l’étude physique des données en vue de leur modélisation ou de leur caractérisation, à leurs traitements et leur analyse dans un but d’extraction d’information pertinente et d’interprétation ou de décision automatique. Cela implique le développement d’approches théoriques innovantes, puis la mise en œuvre effective de ces méthodes via l’implémentation d’algorithmes de calcul performants et dédiés capables de prendre en compte les contraintes et spécificités liées aux applications considérées.
    Les principaux domaines d’application visés sont liés à l’observation et la surveillance de l’environnement terrestre ou maritime, à l’analyse des documents et au génie biomédical.
  • DIAMS - Pôle SD : Data Integration, Analysis, and Management as Services (dirigée par Omar Boucelma, Pr 27, AMU, équipe mixte UTLN-AMU)
    L’objectif principal de l’équipe DIAMS est d’offrir de services pour automatiser et adapter toute la chaîne de traitement et d’analyse de grandes masses de don-nées multi-sources et multi-modales issues du Web, des réseaux sociaux et sans fil, des objets connectés, capteurs et applications scientifiques.

    Trois axes de recherche sont proposés dans l’équipe. Chacun d’eux est alimenté par des cas d’étude concrets issues de nos collaborations actuelles pour une application directe de nos travaux.
    1/ Axe Données et Sémantique.
    2/ Axe Traitements et Analyse.
    3/ Axe Systèmes et Gestion intégrée

    Les applications et cas d’études réels relèvent du domaine de la Santé et des données biomédicales (ANR QualiHealth 2019-2023), de l’Internet des Objets et villes intelligentes, du développement durable (IRD), de la Défense (Naval Group) et du transport maritime.

Thématiques de recherche

Dans le cadre de ces équipes, ils mènent plus particulièrement leurs recherches sur les thèmes suivants :

  • en informatique : dynamiques de l’information, apprentissage de représentation, deep learning, recherche d’informations multimodales (Vidéo, Image, Parole, (Bio)Acoustique, Texte), bases de données XML, ontologie ;
  • en systèmes : modélisation et commande des systèmes continus, diagnostic des systèmes dynamiques, planification de trajectoires, géométrie sous-Riemannienne, contrôle quantique, tracking, vision humaine, mouvement humain, observabilité et filtrage ;
  • en traitement des images : traitement d’images de bas niveau (segmentation, détection de contours), fusion, démixage, stéréovision ;
  • en traitement du signal : traitements aveugles (identification, séparation de sources, déconvolution), analyse temps-fréquence/temps-échelle, décision/classification, optimisation, décompositions tensorielles.

Soutien scientifique aux formations de masters de l’UFR Sciences et Techniques et de l’école d’ingénieurs SeaTech

Le LIS participe à des projets de recherche collaboratifs multidisciplinaires à travers les pôles de recherche stratégiques de l’Université de Toulon : le pôle Mer, Environnement et Développement Durable (MEDD) et le pôle Information, Numérique, Prévention, Santé (INPS).
Le laboratoire LIS collabore avec le laboratoire de systèmes mécaniques et robotiques COSMER et son personnel enseignant dans le cadre du Master en Robotique et Objets Connectés (ROC), en Ingénierie des Systèmes Complexes, ainsi que dans le cadre du master informatique (DID).