Thèse sur la Fusion des Données Multi-Sources pour la Modélisation l'Enrichissement et l'Analyse Causale des Données des Réseaux d'Eau Urbains H/F - CNRS

Description du Poste Sujet De Thèse Les réseaux d'eau urbains constituent des infrastructures critiques dont la gestion repose sur une grande diversité de sources de données : systèmes d'information géographique (SIG), vidéos d'inspection télévisée (ITV), rapports techniques PDF, données cartographiques ou bases patrimoniales, produites par différents acteurs et pour des usages variés. Ces données sont souvent hétérogènes, incomplètes, incohérentes ou entachées d'incertitudes, limitant leur exploitation pour la connaissance du patrimoine, la maintenance des infrastructures et la gestion des risques urbains. Dans ce contexte, la problématique centrale de cette thèse est la suivante : comment exploiter conjointement ces sources imparfaites afin de construire une représentation unifiée, cohérente et enrichie des réseaux d'eau urbains, tout en permettant l'identification des anomalies, l'analyse de leurs causes et l'amélioration de la résilience des infrastructures face aux événements extrêmes, notamment les inondations urbaines ? Pour répondre à cette problématique, la thèse poursuivra plusieurs objectifs scientifiques : automatiser l'extraction d'informations à partir de données non structurées, proposer une représentation commune des données multi-sources, développer des méthodes de fusion et d'enrichissement des connaissances, détecter automatiquement des anomalies et mettre en oeuvre des mécanismes d'attribution causale. La première étape portera sur l'extraction et la structuration des informations issues de sources non structurées telles que les vidéos ITV et les rapports d'inspection. Ces documents contiennent de nombreuses informations relatives à l'état des conduites, aux défauts observés, aux caractéristiques hydrauliques ou aux conditions d'exploitation du réseau. Un travail d'appariement avec les données patrimoniales et cartographiques permettra de rattacher ces observations aux éléments physiques du réseau malgré les incertitudes et les données manquantes. La deuxième étape visera à intégrer l'ensemble des informations dans une représentation commune des connaissances. La thèse explorera notamment des approches fondées sur des graphes attribués permettant de modéliser les infrastructures, leurs relations topologiques, les observations issues des inspections ainsi que les niveaux d'incertitude associés aux données. Cette représentation servira de support à des mécanismes de fusion et d'enrichissement exploitant les complémentarités entre les différentes sources afin d'améliorer progressivement la complétude et la cohérence des connaissances disponibles. La troisième étape portera sur la détection automatique et multi-source d'anomalies ainsi que sur l'analyse de leurs causes potentielles. L'objectif sera non seulement d'identifier les défauts ou dysfonctionnements présents dans les réseaux, mais aussi de mieux comprendre les facteurs susceptibles de les provoquer ou d'en aggraver les conséquences. Une attention particulière sera portée à l'intégration d'informations contextuelles liées à l'environnement urbain, aux infrastructures, aux conditions météorologiques et aux événements hydrologiques. Ces travaux ouvriront également des perspectives pour la gestion des risques d'inondation urbaine. En combinant les connaissances issues des réseaux d'assainissement avec des données environnementales et territoriales, les modèles développés pourront contribuer à une meilleure identification des zones vulnérables, à la détection précoce de situations à risque et à l'amélioration des capacités d'anticipation des gestionnaires. L'ensemble des méthodes développées sera validé sur des données réelles issues de la métropole de Montpellier, en évaluant leur capacité à enrichir les SIG existants, à réduire les incohérences entre sources et à améliorer la connaissance des réseaux d'eau souterrains. Votre Environnement de Travail La thèse sera financée dans le cadre du projet PRCI nommé LUCAS (Leverage External Data for Enhanced Understanding and Causal Attribution of Anomalies in Water Network Systems). L'activité sera effectuée au sein du Centre de Recherche en Informatique de Lens et au sein du laboratoire IUSTI Institut Universitaire des Systèmes Thermiques Industriels. Le doctorant sera encadré par les deux responsables de la thèse Salem Benferhat (CRIL) et Carole Delenne (IUSTI). Contraintes et risques Pas de risques particuliers. Rémunération et avantages Rémunération La rémunération est d'un minimum de 2300,00 € mensuel brut Congés et RTT annuels 44 jours Pratique et Indemnisation du TT Pratique et indemnisation du TT Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€ À propos de l'offre Référence de l'offre UMR8188-SALBEN-004 Section(s) CN / Domaine de recherche Sciences informatiques : fondements de l'informatique, calculs, algorithmes, représentations, exploitations À propos du CNRS Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement. Le CNRS Les métiers de la recherche