Fronthaul Compression for Cloud Radio Access Networks: An Information Theoretic View

Séminaire le 28 Septembre 2015, 14h00 à CentraleSupelec (Gif-sur-Yvette) Amphi F3-09
Prof. Shlomo Shamai, EE Department, Technion-Israel Institute of Technology

Cloud radio access networks (C-RANs) emerge as appealing architectures for next-generation wireless/cellular systems whereby the processing/decoding is migrated from the local base-stations/radio units (RU) to a control/central units (CU) in the *cloud*. This is facilitated by fronthaul links connecting the RUs to the managing CUs. We focus on oblivious processing at the RU, and hence the fronthaul links carry digital information about the baseband signals, in the uplink from the RUs to the CU and vice versa in the downlink. The high data rate service demands in C-RANs, imply that even with fast (optical) front hauls, let alone for heterogeneous fronhauls, efficient compression of the basedand signals is essential. In this talk we focus on advanced robust signal processing solutions, emerging by network information theoretic concepts, and review also the basic approaches to this cloud network. Multi-hop fronthaul topologies are also discussed. Analysis and numerical results illustrate the considerable performance gains to be expected for different cellular models. Some interesting theoretical directions conclude the presentation.

S³: Bayesian Tomography

Séminaire le 25 Septembre 2015, 10h30 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
John Skilling, Maximum Entropy Data Consultants Ltd, UK

Abstract: Click here

Bio: John Skilling was awarded his PhD in radio astronomy in 1969.  Through the 1970s and 1980s he was a lecturer in applied mathematics at Cambridge University, specialising in data analysis.  He left to concentrate on consultancy work, originally using maximum entropy methods but moving to Bayesian methodology when algorithms became sufficiently powerful.  John has been a prominent contributor to the “MaxEnt” conferences since their beginning in 1981.  He is the discoverer of the nested sampling algorithm which performs integration over spaces of arbitrary dimension, which is the basic operation dictated by the sum rule of Bayesian calculus.

Trajectory planning and control of collaborative systems: application to trirotor UAVs

Étienne Servais
Soutenance de thèse de doctorat le 18 Septembre 2015, 15h00 à Mines ParisTech (amphi L109)

L'objet de cette thèse est de proposer un cadre complet, du haut niveau au bas niveau, de génération de trajectoires pour un groupe de systèmes dynamiques indépendants. Ce cadre, basé sur la résolution de l'équation de Burgers pour la génération de trajectoires, est appliqué à un modèle original de drone trirotor et utilise la platitude des deux systèmes différentiels considérés.

La première partie du manuscrit est consacrée à la génération de trajectoires. Celle-ci est effectuée en créant formellement, par le biais de la platitude du système considéré, des solutions à l'équation de la chaleur. Ces solutions sont transformées en solution de l'équation de Burgers par la transformation de Hopf-Cole pour correspondre aux formations voulues. Elles sont optimisées pour répondre à des contraintes spécifiques. Plusieurs exemples de trajectoires sont donnés.

La deuxième partie est consacrée au suivi autonome de trajectoire par un drone trirotor. Ce drone est totalement actionné et un              contrôleur en boucle fermée non-linéaire est proposé. Celui-ci est testé en suivant, en roulant, des trajectoires au sol et en vol. Un modèle est présenté et une démarche pour le contrôle est proposé pour transporter une charge pendulaire.

Composition du jury

Mme Brigitte d'ANDREA-NOVEL  Professeur, Mines ParisTech  Examinateur, directeur de thèse
M. Jean-Michel CORON  Professeur, Université Pierre et Marie Curie  Examinateur
M. Tarek HAMEL  Professeur, Université de Nice Sophia Antipolis  Rapporteur
M. Miroslav KRSTIC  Professeur, Université de Californie à San Diego  Rapporteur
M. Hugues MOUNIER  Professeur, Université Paris-Sud  Examinateur, directeur de thèse
M. Silviu-Iulian NICULESCU  Directeur de recherche, CNRS  Invité
M. Arnaud QUADRAT  Ingénieur, Sagem-DS  Invité
M. Joachim RUDOLPH  Professeur, Université de la Sarre  Examinateur
M. Claude SAMSON  Directeur de recherche, INRIA  Examinateur

S³: Is the Gaussian distribution "Normal"? Signal processing with alpha-stable distributions

Séminaire le 18 Septembre 2015, 10h30 à CentraleSupelec (Gif-sur-Yvette) Salle des séminaires du L2S
Ecran E. Kuruoglu, Istituto di Scienza e Tecnologie dell'Informazione, Italy

There are solid reasons for the popularity of Gaussian models. They are easy to deal with, lead to linear equations, and they have a strong theoretical justification given by the Central Limit theorem. However, many data, manmade or natural, exhibit characteristics too impulsive or skewed to be successfully accommodated by the Gaussian model. The wide spread power laws in the nature, in internet, in linguistics, biology are very well known. In this talk we will challengethe "Normality" of the Gaussian distribution and will discuss the alpha‐stable distribution family which satisfies the generalised Central Limit Theorem. Alpha‐Stable distributions have received wide interest in the signal processing community and became state of the art models for impulsive noise and internet traffic in the last 20 years since the influential paper of Nikias and Shao in 1993. We will provide the fundamental theory and discuss the rich class of statistics this family enables us to work with including fractional order statistics, log statistics and extreme value statistics. We will present some application areas where alpha‐stable distributions had important success such as internet traffic modelling, SAR imaging, computational biology, astronomy, etc. We will also present recent research results on generalisation of source separation algorithms by maximizing non-alpha stability and also multivariate analysis using alpha-stable Bayesian networks. We will identify open problems which we hope will lead to fruitful discussion on further research on this family of distributions.

Bio: Ercan E. Kuruoglu was born in Ankara, Turkey in 1969. He obtained his BSc and MSc degrees both in Electrical and Electronics  Engineering  at  Bilkent  University  in  1991  and  1993  and  the  MPhil  and  PhD  degrees  in  Information  Engineering  at  the Cambridge University, in the Signal Processing Laboratory, in 1995 and 1998 respectively. Upon graduation from Cambridge, he joined the Xerox Research Center in Cambridge as a permanent member of theCollaborative Multimedia Systems Group. In 2000, he was in INRIA‐Sophia Antipolis as an ERCIM fellow. In 2002, he joined ISTI‐CNR, Pisa as a permanent member. Since 2006, he  is  an Associate Professor  and  Senior Researcher. He was  a  visiting professor  in Georgia Institute of Technology graduate  program  in  Shanghai  in  2007  and  2011. He was a 111 Project (Bringing Foreign Experts to China Program) Fellow and was a frequent visitor to Shanghai Jiao Tong University, China (2007‐2011). He was an Visiting Professor in Hong Kong, in August 2012 as a guest of the HK IEEE Chapter. He is a recipient of the Alexander von Humboldt Foundation Fellowship (2012‐2014) which allowed him to work in as a visiting scientist at Max‐Planck Institute for Molecular Biology. He was an Associate Editor for IEEE Transactions on Signal Processing in 2002‐2006 and for IEEE Transactions on Image Processing in 2005‐2009. He is currently the Editor in Chief of Digital Signal Processing: a Review Journal and also is in the editorial board of EURASIP Journal on Advances in Signal Processing. He was the Technical co‐Chair for EUSIPCO 2006, special sessions chair of EUSIPCO 2005 and tutorials  co‐chair of ICASSP 2014. He served  as  an  elected member of the IEEE  Technical Committee on  Signal Processing Theory and Methods (2004‐2010), was a member of IEEE Ethics committee in 2012 and is a Senior Member of IEEE. He was a plenary speaker at Data Analysis for Cosmology (DAC 2007) and ISSPA 2010 and tutorial speaker at ICSPCC 2012 and Bioinformatiha 2013 and 2014 . He is the author of more than 100 peer reviewed publications and holds 5 US, European and Japanese patents. His research interests  are  in  statistical  signal  processing  and  information  and  coding  theory  with  applications  in  image  processing, computational biology, telecommunications, astronomy and geophysics.


Access information are available on the website


A sparsity-promoting reconstruction algorithm for diffuse optical tomography based on a transport model

Séminaire le 8 Septembre 2015, 11h30 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
K. Prieto (formerly University of Manchester, since Aug 2015 Hokkaido University) and O. Dorn (University of Manchester) (presenting author)

Non-linear inverse problems with sparsity

Séminaire le 8 Septembre 2015, 10h30 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
P. Maass (University of Bremen)

Compressive Sensing as a tool for exploiting sparsity and incoherence in computational electromagnetics

Séminaire le 8 Septembre 2015, 09h30 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
A. Massa (presenting author), G. Oliveri, M. Salucci, N. Anselmi (all at ELEDIA, University of Trento, A. Massa as DIGITEO Chair holder L2S & CEA LIST)

Gestion de la mobilité dans les réseaux Ad Hoc par anticipation des métriques de routage

Sabrine NAIMI
Soutenance de thèse de doctorat le 22 Juillet 2015, 14h00 à CentraleSupelec (Gif-sur-Yvette)

Avec le succès des communications sans fil, il devient possible d'accéder au réseau partout et à tout moment sans avoir recours à connecter physiquement les appareils communicants à une infrastructure. Les nœuds (ordinateurs portables, smartphones, etc) peuvent analyser les différents canaux radio afin de pouvoir s'associer à un réseau sans fil disponible (station de base, point d'accès, etc.) Un avantage indéniable de ses technologies sans fil est la possibilité d'être mobile tout en restant connecté. Cependant, la mobilité est une tâche difficile à gérer car elle doit être abordée à différentes couches pour être transparente aux utilisateurs. Dans les MANET (Mobile Ad hoc Network), les protocoles de routage utilisent des métriques pour sélectionner les meilleures routes. Les métriques peuvent refléter la qualité de la liaison sans fil et aider à gérer la mobilité.
Mais, un retard important entre l'estimation des métriques et leur inclusion dans le processus de routage rend cette approche inefficace.

Les travaux de cette thèse s'intéressent à la proposition de nouvelles méthodes de calcul des métriques de routage pour gérer le problème de la mobilité dans les réseaux ad hoc. Les nouvelles métriques doivent refléter la qualité du lien et être sensibles à la mobilité en même temps. Nous considérons les métriques classiques, en particulier ETX (Expected Transmission Count) et ETT (Expected Transmission Time). Nous introduisons de nouvelles méthodes pour anticiper les valeurs de ces métriques en utilisant des algorithmes de prédiction. Nous utilisons une approche Cross layer, qui permet l'utilisation conjointe de l'information à partir des couches 1, 2 et 3. La validation de nouvelles méthodes de calcul des métriques de routage nécessite une évaluation au travers d'un véritable banc d'essai. Nous avons donc également mis en oeuvre les nouvelles métriques de routage dans un testbed afin d'évaluer et de comparer leurs performances avec les métriques classiques.

Mots clés :
ETX, métrique, Ad Hoc, réseau sans fil, mobilité, anticipation

Membres du jury:

Directeur de thèse   Mme Véronique VÈQUE   Professeur (Université Paris-Sud)
Directeur de thèse  Mr Ridha BOUALLEGUE   Professeur (Université Tunis El Manar)
Co-directeur de thèse  Mr Anthony BUSSON   Professeur (Université Lyon 1)

Mme Béatrice PAILLASSA   Professeur (Université de Toulouse)
Mme Kaouther SETHOM    Maître de conférences (Université de Carthage Tunis)

Mr Anis LAOUTI Enseignant-Chercheur (TELECOM SudParis)
Mme Anne FLADENMULLER Maître de Conférences HDR ( Université Pierre et Marie Curie)

S³: Bayesian Cyclic Networks, Mutual Information and Reduced-Order Bayesian Inference

Séminaire le 17 Juillet 2015, 10h30 à CentraleSupelec (Gif-sur-Yvette) Salle des séminaires du L2S
Robert Niven, University of New South Wales, Canberra, Australia

A branch of Bayesian inference involves the analysis of so-called "Bayesian networks", defined as directed acyclic networks composed of probabilistic connections. We extend this class of networks to consider cyclic Bayesian networks, which incorporate every pair of inverse conditional probabilities or probability density functions, thereby enabling the application of Bayesian updating around the network. The networks are assumed Markovian, although this assumption can be relaxed when necessary. The analysis of probabilistic cycles reveals a deep connection to the mutual information between pairs of variables on the network. Analysis of a four-parameter network - of the form of a commutative diagram - is shown to enable thedevelopment of a new branch of Bayesian inference using a reduced order model (coarse-graining) framework.


Sequential strategies based on kriging

Emmanuel VAZQUEZ
Habilitation à Diriger des Recherches (HDR) le 15 Juillet 2015, 14h30 à

Emmanuel Vazquez entered the Ecole Normale Supérieure de Cachan in 1997 and was awarded the Agrégation de Physique Appliquée in 2000. In 2001, he obtained a Diplôme d'Etudes Approfondies in Mathematics for Vision and Learning, from the Ecole Normale Supérieure de Cachan. He received the Ph.D. degree in 2005 from the Orsay-Paris XI University, with a thesis on kernel-based non-linear systems black-box modeling. Since 2004, he is working at Supélec, now CentraleSupélec, as Associate Professor.

His research work focuses on sequential Bayesian search strategies and the design and analysis of computer experiments. This work is driven by a question central to many industrial problems: how to optimize the performance of a system using numerical simulations?  In particular, when simulations are time-consuming, it becomes essential to consider optimization algorithms that use the information provided by the simulations as efficiently as possible. The idea of the Bayesian approach for optimization is to use a random process as a model of the function to be optimized. Then, the optimization is performed by making evaluations of the function in sequence, each evaluation being chosen in order to minimize a criterion that quantifies the expected loss, under the random process model, incurred by taking the best evaluation result collected so far instead of the true unknown optimum. Both theoretical and practical aspects are considered in this work.

Membres du Jury :

* Fabrice Gamboa, Prof. Institut de Mathématiques de Toulouse
* Josselin Garnier, Prof. Univ. Paris-Diderot
* Bertrand Iooss, Ingénieur-Chercheur EDF R&D
* Luc Pronzato, DR CNRS
* Michèle Sébag, DR CNRS

Communication Sécurisée et Coopération dans les Réseaux sans Fil avec Interférence

Germán BASSI
Soutenance de thèse de doctorat le 6 Juillet 2015, 14h00 à CentraleSupelec (Gif-sur-Yvette) Amphi Mesny

Dans cette thèse, nous menons une étude dans le cadre de la théorie de l'information sur deux questions importantes de la communication sans fil : l'amélioration du débit de données dans les réseaux avec interférence grâce à la coopération entre utilisateurs et le renforcement de la sécurité des transmissions à l'aide d'un signal de rétroaction.

Dans la première partie de la thèse, nous nous concentrons sur le modèle le plus simple qui intègre à la fois l'interférence et la coopération, le canal à relais et interférence ou IRC (Interference Relay Channel). Notre objectif est de caractériser dans un nombre fixe de bits la région de capacité du IRC gaussien, indépendante des conditions de canal. À cette fin, nous dérivons une nouvelle limite supérieure de la capacité et deux stratégies de transmission. La limite supérieure est notamment obtenue grâce à une extension non triviale que nous proposons, de la classe de canaux semi-déterministe et injective à l'origine dérivée par Telatar et Tse pour le canal à interférence. En outre, nous présentons deux stratégies de transmission qui combinent les stratégies de relayage de decode-and-forward (partiel) et compress-and-forward avec la stratégie de Han-Kobayashi pour faire face à l'interférence.

Dans la seconde partie de la thèse, nous étudions le canal avec espion et rétroaction généralisée ou WCGF (Wiretap Channel with Generalized Feedback). Notre objectif est de développer une stratégie de transmission générale qui englobe les résultats existants pour les différents modèles de rétroaction trouvés dans la littérature. À cette fin, nous proposons deux stratégies de transmission différentes sur la capacité du WCGF sans mémoire. Nous dérivons d'abord une stratégie de transmission qui est basée sur l'utilisation du codage de source et de canal conjoint, qui introduit des dépendances temporelles entre les sorties du signal de rétroaction et les entrées de canal à travers les différents blocs de temps. Nous introduisons ensuite une seconde stratégie de transmission où le signal de rétroaction est utilisé pour générer une clé secrète qui permet de chiffrer le message partiellement ou totalement. De plus, nous dérivons une stratégie d'accord de clé secrète pour le même modèle de canal.

Membres du jury:

Jean-Claude Belfiore Professeur Télécom ParisTech (Examinateur)

Deniz Gündüz  Professeur Assistant  Imperial College London (Examinateur)

Michel Kieffer  Professeur  CNRS / CentraleSupélec (Examinateur)

Pablo Piantanida  Professeur Assistant  CentraleSupélec (Encadrant de thèse)

Olivier Rioul  Professeur  Télécom ParisTech / LTCI CNRS (Examinateur)

Aydin Sez­gin  Professeur  Ruhr-Universität Bochum (Rapporteur)

Yang Sheng  Professeur Assistant  CentraleSupélec (Encadrant de thèse)

Daniela Tuninetti  Professeure Associée  University of Illinois at Chicago (Rapporteuse)

Multicast IP

Séminaire le 5 Juillet 2015, 12h00 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
Antthony Busson

S³: The method of brackets

Séminaire le 3 Juillet 2015, 10h30 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
Victor H. Moll, Department of Mathematics, Tulane University, New Orleans, USA

A new heuristic method for the evaluation of denite integrals is presented. This method of brackets has its origin in methods developed for the evaluation of Feynman diagrams. We describe the operational rules and illustrate the method with several examples. The method of brackets reduces the evaluation of a large class of denite integrals to the solution of a linear system of equations.

Bio: Victor H. Moll studied under Henry McKean at the Courant Institute, graduated in 1984 with a thesis on the Stabilization of the standing wave in a caricature for nerve conduction. This so-called caricature had been proposed by McKean as a simpler model from the classical Nagumo and Hodgkin-Huxley models. After graduation, he spent two years as a Lawton instructor at Temple University. In 1986 he moved to Tulane University, New Orleans, where he is now a Professor of Mathematics.
He is interested in all aspects of the mathematics coming from the evaluation of integrals. The subject is full of interesting problems that he shares with colleagues, graduate and undergraduate students. Among the variety of results that have come out of this work, one should mention the theory of Landen transformations that are the rational version of the well-known transformations of Landen and Gauss for
elliptic integrals. His long term project is to provide proofs, automatic and human of all entries
in the classical table of Integrals by I. S. Gradshteyn and I. M. Ryzhik. Most of his work comes from exploring, via symbolic languages, unexpected relations among classical objects. Some of his work has been written in the book Numbers and Functions published in the Student Mathematical Library series from AMS. He is actively involved with bringing undergraduates into Mathematics. He has guided undergraduate research at Tulane University and also was the research leader at the REU programs SIMU (at the University of Puerto Rico at Humacao 2000 and 2002) and at MSRI-UP, Berkeley (2008 and 2014). A large number of his students have continued to graduate school in Mathematics.

Localisation des sources aéro-acoustiques et imagerie à haute résolution

Soutenance de thèse de doctorat le 30 Juin 2015, 14h00 à CentraleSupelec (Gif-sur-Yvette) Amphi Boucherot

La localisation de sources distribuées en champ proche présente un défi en traitement d'antenne. Une des applications est représentée par l'imagerie acoustique qui consiste à déterminer les positions et les puissances de sources aéro-acoustiques à l'aide d'un réseau de microphones. L'objectif est d’étudier et de réduire les sources aéroacoustiques dans l’industrie du transport. Néanmoins, dans la mesure de nos connaissances, les méthodes à haute résolution pour la localisation et l'estimation de puissance des sources avec étalement spatial n'ont pas était étudiée dans le domaine de l'imagerie acoustique.

Tout d’abord, le modèle de source Distribuées Cohérentes (DC) est étendu en champ proche ainsi que l'estimateur Distributed Signal Parameter Estimator (DSPE) sous le nom de NF-DSPE. Cependant, le NF-DSPE exige la connaissance à priori sur la forme de distribution de la dispersion de la source, la raison qui nous motive à proposer une estimation conjointe de l'angle, la distance, la dispersion et la forme de la source nommée JADSSE. Cette méthode fournit des estimations précises même en absence de l'information sur la forme de la distribution qui décrit la dispersion angulaire de la source.

Ensuite, un solution inspirée de l’estimateur DSPE Découplé (DDSPE) est proposé afin de découpler d’une part l'estimation de l’angle d’arrivée et de la distance et d’autre part l'estimation de la dispersion angulaire. Le NF-DDSPE permets l'estimation des angles et des distances des sources DC sans la connaissance a priori des formes des distributions angulaires. Pourtant, afin d'estimer la dispersion de la source, on propose le DADSSE qui consiste à utiliser le JADSSE et le NF-DDSPE pour estimer successivement la DDA, la distance de la source et ensuite la dispersion et la forme de la distribution.Puis, tenant compte de la configuration de l'application traitée, on construit le modèle de source DC considérant l'extension spatiale bidimensionnelle de la source paramétrée en coordonnées Cartésiennes. Ensuite, deux approches pour l'estimation de la puissance des sources sont proposées : la première exploite  le pseudo-spectre de la formation de voies généralisées et la deuxième repose sur un estimateur de moindres carrés. Les deux méthodes surmontent le défi d'estimer les sources moins puissantes. Les résultats présentent l'avantage de considérer la forme de la source sur la localisation et l'estimation de la puissance.

Finalement, les méthodes proposées sont utilisées sur les données réelles issues de mesures en soufflerie. Les  résultats montrent que les principales sources aéro-acoustiques apparaissent avec les estimateurs de sources ponctuelles et distribuées. Cependant, utiliser des estimateurs basés sur l'étalement de la source (source distribuée) présente les avantages suivants: i) localiser des nouvelles sources; ii) estimer la dispersion et de la forme pour améliorer la caractérisation de ces sources ; iii) détecter des sources aéro-acoustiques très proches; iv) augmenter la gamme d'estimation des puissances pour détecter à la fois les sources faibles et dominantes. En conclusion, on fournit un outil pour une meilleure cartographie des sources aéro-acoustiques qui considère l'estimation de la position, l'étalement, la puissance et la forme.

Membres du jury :

M. ANTONI Jérôme– Professeur – INSA Lyon (Rapporteur)
M. FORSTER Philippe– Professeur – Université Paris Ouest Nanterre La Défense  (Examinateur)
Mme. MARCOS Sylvie– Directeur de recherche CNRS– CentraleSupélec (Directeur de thèse)
M. PICHERAL José – Maîtres de conférences –  CentraleSupélec (Encadrant)
M. WANG Yide – Professeur – Univérsité de Nantes- Polytech Nantes (Rapporteur)

Dynamics and Control of Inverted Ultra-Flexible Pendulum on Cart System

Séminaire le 29 Juin 2015, 16h00 à CentraleSupelec (Gif-sur-Yvette) Amphi Blondel
Prof. Prasanna S. Gandhi

Ultra-flexible beams are useful in several flexible mechanisms having applications, for example, in high-precision positioning systems and flexible link robotic systems. They demonstrate interesting dynamics, especially when these systems are in a vertical plane. This talk focuses on a representative of such system: a vertical, large-deformation cantilever with tip mass and actuated at fixed base by a cart. The system is shown to demonstrate multiple equilibria as a function of tip mass using elastica theory. Dynamics of this system is further captured using assumed modes method and imposing length constraint to model potential energy change of tip mass (constrained Langrange formulation). Evolution of chaotic behaviour under harmonic excitation is presented in comparison with experiments. We further develop a nonlinear nested saturations based controller for stabilising the cantilever in central unstable equilibrium with cart also reaching the desired position. Multiple coordinate transformations are performed to obtain a system in feedforward chain of integrators before applying nested saturation based control. Effectiveness of control is established through simulation cases and experimental implementation.

Biography: P.S. Gandhi received the B.Eng. degree in from the University of Bombay, Mumbai in 1994 and the M.Tech degree from the Indian Institute of Technology, Bombay, Mumbai in 1996, both in mechanical engineering. He received the Ph.D. degree in mechanical engineering from the Rice University, Houston in 2001. Since 2001, he has been faculty member, currently Professor, in the Department of Mechanical Engineering at Indian Institute of Technology, Bombay, Mumbai. His research interests are in the areas of MEMS and Microsystems, Mechatronics, and Nonlinear Dynamical Systems and Control. He has been a recipient of 2006 BOYSCAST fellowship of Govt of India, 2007 Best faculty award (ME department) and Prof J.R.Issac fellowship. He has authored several patents and over 85 peer reviewed conference and journal papers. He has coordinated setup of a new laboratory Suman Mashruwala Microengineering Laboratory for research in Microdomain and has successfully developed technologies of Bulk Lithography and Microstereolithography for 3D MEMS fabrication in this laboratory. He has been a qualified teacher of stress relieving, life enhancing techniques of Art of Living foundation by Sri Sri Ravishankar.

Analyse et commande de systèmes multivariables Application à un turbopropulseur

Christophe LE BRUN
Soutenance de thèse de doctorat le 26 Juin 2015, 14h00 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40

Les travaux entrepris au cours de cette thèse s’inscrivent dans le contexte du développement de lois de commande d’un turbopropulseur. Un turbopropulseur est un système de propulsion dont la poussée est obtenue par la rotation d’une hélice reliée à une turbine de puissance. Il s’agit d’un système multivariable dont les grandeurs à asservir sont la puissance développée par l’hélice et sa vitesse de rotation.

L’objectif de ces travaux est de synthétiser des lois de commande facilement ajustables, permettant de respecter des spécifications techniques classiques (temps de réponse, dépassement, erreur statique) et de réduire les couplages. Les approches décentralisées sans et avec découplage sont principalement envisagées. Une part importante de ces travaux de recherche concerne l’analyse des interactions, la synthèse d’une commande décentralisée et le découplage. Ces méthodes ont été appliquées sur un modèle complet de turbopropulseur, et ont permis de synthétiser des lois de commande performantes et robustes.

Composition du Jury :

M. Dominique BEAUVOIS                  Professeur CentraleSupélec                                                            Co-encadrant

M. Mohammed DJEMAI                     Professeur des Universités (Université de Valenciennes)         Examinateur

M. Emmanuel GODOY                        Professeur CentraleSupélec                                                           Directeur de thèse

M. Frédéric KRATZ                             Professeur des Universités (INSA Centre Val de Loire)              Rapporteur

M. Bogdan LIACU                                Ingénieur, Régulation Avant-projets (Snecma)                            Invité

Mme Xuefang LIN-SHI                        Professeur des Universités ( INSA de Lyon)                                 Rapporteur

M.  Saïd MAMMAR                             Professeur des Universités (Université d’Evry)                            Examinateur

M. Hugues MOUNIER                         Professeur des Universités (Université Paris Sud XI)                  Examinateur

M. Ricardo NOGUERA                        Maître de conférences (Arts et Métiers ParisTech)                   Examinateur

M. Thierry SCHMITT                           Chef de département Avant-projets (Snecma)                            Examinateur

S³: Un modèle stochastique de la transcription d’un gène

Séminaire le 26 Juin 2015, 11h00 à CentraleSupelec (Gif-sur-Yvette) Salle des séminaires du L2S
Marc Roussel, University of Lethbridge, Alberta, Canada

Nous étudions depuis quelques années des modèles stochastiques de la transcription, c’est-à-dire de la synthèse de l’ARN à partir de la séquence de l’ADN par une machine moléculaire, l’ARN polymérase. Pour le cas d’une seule polymérase, il est possible de solutionner exactement nos modèles. Lorsque les interactions entre les polymérases sont importantes, il faut par contre utiliser (pour le moment) des méthodes numériques. En forme d’introduction au sujet, je présenterai un de nos modèles les plus simples, et je démontrerai comment on peut obtenir tous les moments voulus de la distribution du temps de transcription, c’est-à-dire comment on peut solutionner ce modèle. Cette distribution pourra être utilisée dans des modèles d’expression génétique, où elle apparaitra comme distribution de retards de la production de l’ARN.

Bio: Marc R. Roussel is Professor at Alberta RNA Research and Training Institute, Department of Chemistry and Biochemistry, University of Lethbridge. More details can be found at his homepage

S³: High dimensional minimum risk portfolio optimization

Séminaire le 26 Juin 2015, 10h00 à CentraleSupelec (Gif-sur-Yvette) Salle des séminaires du L2S
Liusha Yang, Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology

The performance of the global minimum risk portfolio (GMVP) relies on the accuracy of the estimated covariance matrix of the portfolio asset returns. For large portfolios, the number of available market returns is often of similar order to the number of assets, making the sample covariance matrix performs poorly. In this talk, we discuss two newly-developed GMVP optimization strategies under high dimensional analysis. The first approach is based on the shrinkage Tyler’s robust M-estimation with a risk-minimizing shrinkage parameter. It not only deals with the problem of sample insufficiency, but also the impulsiveness of financial data. The second approach is built upon a spiked covariance model, by assuming the population covariance matrix follows the spiked covariance model, in which several eigenvalues are significantly larger than all the others, which all equal one. The performances of our strategies will be demonstrated through synthetic and real data simulations.

Bio: Liusha Yang received the B.S. in Communication Engineering from the Beijing University of Posts and Telecommunications in 2012. Currently, she is a Ph.D. student in the Department of Electronic and Computer Engineering at the Hong Kong University of Science and Technology. Her research interests include random matrix theory and signal processing, with applications in financial engineering.

Wireless devices and services for distributed sensing, monitoring, and decision support

Séminaire le 25 Juin 2015, 10h00 à CentraleSupelec (Gif-sur-Yvette) Salle du conseil du L2S - B4.40
F. Viani: "Research Associate" et membre du Centre de Recherche ELEDIA de l'université TRENTO

Low-power and compact wireless devices, like smart sensors, embedded systems, smartphones, tablets are more and more becoming everyday life tools, bringing advantages not limited to the mobile communications but also referred to improved context awareness. The potentialities of such wireless technologies are enriched by the integration of dedicated real-time processing techniques which enable not only the distributed sensing of heterogeneous parameters, but also the improved management, understanding, and forecasting of complex processes. The output of such analysis is also exploited to support operators in decision making. Representative application examples are in the field of smart cities and communities, where distributed wireless sensors and mobile devices are largely applied both in indoor (e.g., in smart buildings, smart museums, etc.) and outdoor (smart lighting, road security, fleet management, etc.) scenarios.

Short CV: Federico Viani received the B.S. and M.S. degrees in Telecommunication Engineering and  the PhD degree in Information and Communication Technology from the University of Trento, Italy, in 2004, 2007, and 2010, respectively. Since 2011, Dr. Viani is a Research Associate (Post-Doc) at the Department of Information Engineering and Computer Science (DISI) of the University of Trento, Italy, and a member of the ELEDIA Research Center.
Since 2007, Dr. Viani has been the co-advisor of 18 M.S/B.S Thesis. Since 2010 he has been the official teacher of the Bachelor degree course "Design Techniques for Wireless Communications", and since 2007 he has been a teaching assistant of Bachelor degree and Master degree courses in Telecommunication Engineering offered by the University of Trento, including "Electromagnetic Propagation", "Project Course on Wireless Technologies", "Antennas for Wireless Communications", "Biomedical Diagnostic Techniques", "Mobile Communications".
Dr. Viani is author/co-author of over 77 peer reviewed papers on international journals and conferences, including 28 contributions on peer-reviewed international journals, 49 in international conferences. Moreover, Dr. Viani has been cited 574 times and his H-Index is equal to 14 in the Scopus Database. He has been invited to submit papers to International Journals and to present contributions to Scientific Sessions in International Conferences. He has organized and/or chaired 3 Special Sessions in International Conferences. Since 2007, he has attended 7 national and international conferences, presenting as a speaker 15 contributions.
Since 2007, Dr. Viani has been a Participant in 17 Research Projects, funded by EU, Industries, and National Agencies.
The research activities of Dr. Viani are oriented to the development of methodological strategies and applications in the framework of Electromagnetic Fields (S.S.D. ING‐INF/02, S.C. 09/F1), with main emphasis on applied electromagnetics. He has been involved in activities concerning the design of multiband, wideband, and ultra-wideband antennas, the study and development of optimization techniques as well as learning-by-example methodologies for the solution of complex electromagnetic problems including inverse problems and active/passive wireless localization. He is also involved in the design and development of distributed and pervasive monitoring by means of wireless sensor networks (WSNs) and robot swarms, and in the application of decision support systems (DSS) to fleet management and emergency-related applications.
Dr. Viani is a Reviewer for international Journals, including IEEE Transactions on Antennas and Propagation, IEEE Antennas and Wireless Propagation Letters, Progress in Electromagnetic Research/Journal of Electromagnetic Waves and Applications, IEEE Transactions on Vehicular Technologies.
Dr. Viani is a Senior Member of the IEEE, member of the IEEE Antennas and Propagation Society, and of the European Microwave Association (EuMA).

S³: Stability of continuous-time quantum filters

Séminaire le 19 Juin 2015, 10h00 à CentraleSupelec (Gif-sur-Yvette) Salle des séminaires du L2S
Nina H. Amini, CNRS, Laboratory of Signals and Systems, France

In this talk, we study quantum filtering and its stability problem. Indeed, we show that the fidelity between the state of a continuously observed quantum system and the state of its associated quantum filter, is always a sub-martingale. The observed system could be governed by a continuous-time Stochastic Master Equation (SME), driven simultaneously by Wiener and Poisson processes which takes into account incompleteness and errors in measurements. This stability result is the continuous-time counterpart of a similar stability result already established for discrete-time quantum systems. This result implies the stability of such filtering process but does not necessarily ensure the asymptotic convergence of such quantum filters.

Bio: Nina H. Amini is a CNRS researcher at Laboratory L2S at CentraleSupelec since October 2014. She did her first postdoc from June 2012 for six months at ANU, College of Engineering and Computer Science and her second postdoc at Edward L. Ginzton Laboratory, Stanford University since December 2012. She received her Ph.D. in Mathematics and Control Engineering from Mines-ParisTech (Ecole des Mines de Paris), in September 2012. Prior to her Ph.D., she earned a Master in Financial Mathematics and Statistics at ENSAE and the Engineering Diploma of l’Ecole Polytechnique, in 2009. Her research interests include stochastic control, quantum control, (quantum) filtering theory, (quantum) probability, and (quantum) information theory.