CITI seminar – Miriam Kolar (Stanford University) – 16/11 at 14:00

Title: Human Centered Archaeoacoustics

Date and Place: November 16th 14h00-16h00, Amphi Chappe (CITI Lab, INSA-Lyon, Batiment Claude Chappe), 6 avenue des arts, 69621 Villeurbanne

Speaker: Dr. Miriam Kolar (Adjunct professor at Stanford University)

 

Abstract: 

Despite over 125 years of modern room acoustics, spatial acoustics has only recently been applied in archaeological research. Likewise, musical instrument acoustics remains a growing but infrequent archaeometric approach. Auditory science is even less frequently incorporated. Since 2008, Miriam Kolar has led archaeoacoustics fieldwork and instrument performance studies at the 3,000-year-old UNESCO World Heritage Centre archaeological complex Chavín de Huántar, Perú, with a second Andean project about sound as an Inca administrative tool. In this presentation, Dr. Kolar will share case-study examples from her work in developing methodologies for “human-centered” archaeometric research, relating acoustics to human experience and social behavior in ancient contexts. Acoustical and psychoacoustical experiments in archaeological settings and with artifact sound-producing instruments enable data-driven reconstructions of heritage sites and instruments in use. Physics-based evaluations of human sensory perspectives support the ecological validity of heritage acoustics, opening a new technological frontier for cultural heritage research, preservation, and knowle.

 

Biography:

Miriam A. Kolar, M.F.A., Ph.D., is an Adjunct Professor at the Center for Computer Research in Music and Acoustics (CCRMA) at Stanford University and a Visiting Professor at Amherst College (USA). She studies human-sonic interrelationships across time and geography, applying acoustical and auditory perceptual science methodologies within an anthropological framework. Principal investigator of the integrative archaeoacoustics project at the 3,000-year-old Andean ceremonial site and UNESCO World Heritage Centre Chavín de Huántar, Peru, Dr. Kolar collaborates on novel applications of digital technologies for cultural heritage research and engagement. Her cultural acoustics research (http://culturalacoustics.org) leverages cross-disciplinary theories and tools to understand sonic experiential aspects of past and present life. In current work, and as co-organizer of the NEH-supported Digital Aural Heritage project (http://auralheritage.org), she explores the potential of auralizations for scholarship and public interfacing. Topics of interest include contextual knowledge representation, information ethics, and ecological validity.

This talk is organized in the context of the creation of the Emeraude team which is a collaboration between the Grame institute and Citi-lab at Insa-Lyon (https://team.inria.fr/emeraude/).

 


PhD Defence: “Privacy in learning systems for healthcare”, Théo Jourdan, Amphitheater, Library UCBL, 29th of October 2021 at 9:00 PM

The defense will be held in the Amphitheater, Chappe Library UCBL, and will be streamed live here.

 

Title

Privacy in learning systems for healthcare

 

 

Abstract

With the development of the Internet of Things (IoT), smartphones and sensors are now able to provide information about the user’s activity and even their physiology. This has led to a growing interest from the scientific community, particularly in the field of e-health, with applications in the monitoring of patients undergoing rehabilitation in order to offer more personalized follow-up. However, in addition to guiding the rehabilitation process, the generation and transmission of IoT data is also vulnerable to privacy breaches. Indeed, the complex processing chain of the IoT application in healthcare multiplies the risk of privacy threats throughout the life cycle of IoT data, including collection, transmission and storage, by an adversary who can retrieve the data and re-identify or reveal sensitive patient information. This thesis focuses on the following questions: Is the data collected sufficiently protected so that no one can misuse it to re-identify the owner or infer sensitive information? Is the protected data still accurate enough for healthcare applications such as rehabilitation? Achieving balance between data utility and privacy protection is an important challenge that we explore in this thesis from different angles. More specifically, the first part focuses on the problem of data anonymization through minimization, while the second part focuses on preventing the inference of sensitive attributes through a Generative Adversarial Networks (GAN) to sanitize sensor data and an approach exploiting private layers in Federated Learning (FL).

 

 

Jury

  • Fossati, Caroline Professeure des Universités, Institut Fresnel Rapporteure
  • Vincent, Emmanuel Directeur de Recherche, INRIA Nancy Rapporteur
  • Bellet, Aurélien Chargé de Recherche, INRIA Lille Examinateur
  • Ben Mokhtar, Sonia Directrice de Recherche, LIRIS Examinatrice
  • Dieterlen, Alain Professeur des Universités, IRIMAS Examinateur
  • Frindel, Carole Maître de Conférences, INSA Lyon Co-directrice de thèse
  • Boutet, Antoine Maître de Conférences, INSA Lyon Co-directeur de thèse

Health and Privacy-Preserving Machine Learning Workshop, 28th of October 2021 at 2pm, CITI, Campus de la Doua, Lyon

Health and Privacy-Preserving Machine Learning Workshop 2021

La nature sensible des informations de santé est un aspect critique pour le déploiement de l’Intelligence Artificielle (IA) en médecine. L’apprentissage automatique préservant la confidentialité et l’apprentissage fédéré deviennent des paradigmes d’apprentissage centraux pour garantir la confidentialité, la propriété et la sécurité des données médicales sensibles dans les applications d’IA. Malgré les récentes avancées techniques et méthodologiques, l’adoption efficace de paradigmes d’apprentissage sécurisés dans des applications de soins de santé présente encore des défis non résolus et pose des questions juridiques et éthiques. Ce workshop traitera de ces problématiques à travers plusieurs présentations d’expert du domaine.

Inscription sur le site web du workshop.

Retransmission du workshop ici : https://bbb.insa-lyon.fr/b/bou-dzs-2hg-otl

 


PhD Defence: “Expliquer et justifier les systèmes de décisions algorithmiques”, Clément Henin, Amphitheater, Chappe Building, 13th of October 2021 at 15:00 PM

The defense will be held in the Amphitheater, Chappe Building, and will be streamed live here.

 

Title

Expliquer et justifier les systèmes de décisions algorithmiques

 

 

Abstract

Les systèmes décisionnels fondés sur un traitement algorithmique sont déjà présents dans de nombreux domaines et leur utilisation devrait encore s’accroître. Pour certains types d’applications, l’opacité de ces systèmes peut être un frein, voire un obstacle rédhibitoire, à leur utilisation. Dans cette thèse, nous nous intéressons à la production d’explications et de justifications en « boîte noire », c’est-à-dire sans accès au code du système de décision. L’avantage de cette démarche est de fournir des résultats qui peuvent s’appliquer à de nombreux systèmes, indépendamment de leur mode de fonctionnement. Notre première contribution est un système d’explications interactif, permettant à l’utilisateur de contrôler les propriétés de l’explication qui lui est fournie afin d’obtenir la plus adaptée à sa situation. La deuxième contribution propose une approche novatrice pour contester et justifier les résultats d’un algorithme. Ces approches théoriques ont donné lieu au développement de deux outils : IBEX et Algocate. Ces résultats théoriques sont confrontés au terrain au travers d’études utilisateurs, dont un travail mené sur l’algorithme Score Cœur utilisé pour l’attribution des greffons cardiaques. Cette étude combine des éléments sociologiques notamment sur l’appropriation par les acteurs de ce système de décision et le développement d’un outil d’explication et de justification adapté aux spécificités de Score Coeur.

 

 

Jury

  • Solnon, Christine, Professeure, INSA Lyon,
  • Amer-Yahia, Sihem, Directrice de recherche, LIG, Rapporteure
  • Gambs, Sébastien, Professeur, UQAM, Rapporteur
  • Jacquelinet, Christian, Médecin Spécialiste, Agence de la Biomédecine, Examinateur
  • Mabi, Clément, Maître de conférence, UTC Compiègne, Examinateur
  • Le Métayer, Daniel, Directeur de recherche, Inria, Co-Directeur de thèse
  • Castelluccia, Claude, Directeur de recherche, Inria, Co-directeur de thèse

PhD Defence: “Contribution à l’analyse des systèmes de communications pour le régime paquets courts”, Dadja Anade, Amphitheater, Chappe Building, 07th of October 2021 at 14:00 PM

The defense will be held in the Amphitheater, Chappe Building, and will be streamed live here.

 

Title

Contribution à l’analyse des systèmes de communications pour le régime paquets courts

 

 

Abstract

Dans cette thèse, une fonction qui approxime la fonction de répartition d’une somme de vecteurs aléatoires indépendants et identiquement distribués est présentée. L’erreur d’approximation est majorée, et par consequent, une borne supérieure et une borne inférieure sur la fonction de répartition sont obtenues. Pour des vecteurs aléatoires absolument continues ou discrètes regulières (“lattices”), l’approximation proposée est identique à l’approximation du point de selle de la fonction de répartition. Ce résultat est ulitisé pour approcher les bornes de probabilité d’erreur de décodage pour les canaux point à point et à accès multiple. Sur le canal point à point, cette approche a permis de constater l’insuffisance de l’approximation normale, particulièrement pour des probabilité d’erreur de décodage de faibles valeurs. Concernant les canaux à accès multiple, la considération de la notion d’erreur individuel a revélé le comportement presque non interférant des transmetteurs pour des petites valeurs de la probabilité d’erreur de décodage et de la longueur des paquets.

 

 

Jury

  • François BACCELLI – Directeur de recherche – INRIA – Rapporteur
  • H. Vincent POOR – Professeur – Princeton University – Examinateur
  • Aline ROUMY – Directeur de Recherche – INRIA – Examinateur
  • Michèle WIGGER – Professeur – Telecom ParisTech – Rapporteur
  • Samir M. Perlaza – HDR, Chargé de recherche – INRIA, Co-directeur
  • Philippe MARY – HDR, Maitre de conférence – Université de Lyon – Co-directeur
  • Jean-Marie Gorce – Professeur – Université de Lyon – Directeur de thèse

PhD Defence: “Gestion d’Interference Topologique pour les Réseaux Sans Fils Multi-utilisateurs”, Hassan Kallam, Amphitheater, Chappe Building, 28th of September 2021 at 14:00 PM

The defense will be held in the Amphitheater, Chappe Building.

 

Title

Gestion d’Interference Topologique pour les Réseaux Sans Fils Multi-utilisateurs

 

 

Abstract

La gestion d’interference topologique (de l’Anglais: Topological Interference Management – TIM) permet l’etude des dégrées de liberté (de l’Anglais: Degrees of Freedom – DoF) de réseaux sans fils soumis à l’interference partielle et dont la connaissance de l’état du canal est limitée seulement à la topologie du réseaux, autrement dit, les liens interférents faibles et forts. Dans ce manuscrit de thèse, nous considérons l’application de TIM pour les réseaux cellulaires d’une dimension (1D) linéaires et les réseaux cellulaires de deux dimensions (2D) hexagonales. Nous considérons le cas des utilisateurs uniformément distribués dans chaque cellule, ce qui donne une distribution continue d’utilisateurs. Ceci nous permet d’étudier la performance des classes d’utilisateurs au contraire des positions des utilisateurs individuels, comme a été fait auparavant. Nous considérons aussi la construction de la topologie au travers de l’analyse des seuils de l’interférence. Contrairement aux travaux existents nous utilisons TIM au niveau des classes des utilisateurs, ce qui nous permet de trouver la performance système en DoF indépendante de la position précise de chaque utilisateur. Ensuite, après avoir proposé un schéma de coloration fractionnaire des graphes resultants, pouvant atteindre la solution optimale de DoF, un compromis entre DoF et SIR est proposé. Cette thèse propose également une nouvelle approche pour construire une topologie d’interférence pour le problème TIM unicast des réseaux sans fil multi-utilisateurs. Fondée sur notre approche de construction de topologie d’interférence, nous pouvons évaluer la limite théorique des taux atteignables, dans le régime SNR asymptotique, pour le réseau sans fil sous-jacent et pas seulement pour sa représentation topologique d’interférence. Cette nouvelle approche nous permet de traiter le régime de SNR fini et pas seulement le régime SNR asymptotique avec l’analyse DoF. Un nouveau paramètre liée au seuil d’interférence, indépendant du SNR, est proposé et nous évaluons les débits symétriques réalisables du réseau sans fil, à la fois en régime SNR fini et en régime SNR asymptotique. Ensuite, nous présentons les bornes supérieures sur ce nouveau paramètre de seuil d’interférence normalisé pour les topologies d’interférence ayant une faisabilité en demi-DoF (de l’Anglais: Half-DoF-feasible), en considérant à la fois une allocation de ressources orthogonale et l’alignement d’interference (de l’Anglais: Interference Alignment – IA). Ces limites spécifient si une topologie d’interférence donnée realisable en demi-DoF peut être, en termes de taux réalisable, la meilleure topologie ou non. En utilisant ce résultat, nous limitons l’espace de recherche dans la plage de paramètres du seuil d’interférence normalisée, pour trouver des topologies d’interférence réalisables à demi-DoF ayant la possibilité d’être les meilleures topologies en termes de taux réalisable. Enfin, cette thèse considère une étude de cas sur le TIM pour les réseaux sans fil à petite échelle, dans laquelle, nous considérons le problème TIM pour les réseaux à quatre utilisateurs en employant notre approche de construction de topologie d’interférence proposée. Ensuite, nous appliquons l’analyse des débits réalisables, proposée dans le cadre de la nouvelle approche de construction de topologie d’interférence, pour toutes les topologies d’interférence réalisables à demi-DoF, à la fois par partage orthogonal et IA, dans le problème TIM de réseaux sans fil à quatre utilisateurs.

 

 

Jury

  • Florian KALTENBERGER – Maître de Conférences HDR – EURECOM – Rapporteur
  • Iñaki ESNAOLA – Senior lecturer – University of Sheffield – Rapporteur
  • Ghaya REKAYA-BEN OTHMAN – Professeur des Universités – TELECOM PARIS – Examinatrice
  • Laurent CLAVIER – Professeur des Universités – TELECOM LILLE – Examinateur
  • Leonardo S. Cardoso – Maître de Conférence – Université de Lyon – Co-directeur
  • Jean-Marie Gorce – Professeur des Universités – Université de Lyon – Directeur

PhD Defence: “Deep learning based approaches for detection in physical layer wireless multiple access”, Cyrille Morin, Amphitheater, Chappe Building, 22th of July 2021 at 14:00 PM

The defense will be held in the Amphitheater, Chappe Building, and will be streamed live here: link

 

Title

Deep learning based approaches for detection in physical layer wireless multiple access

 

 

Abstract

Current trends point towards an accelerated augmentation of devices with a desire to access the shared radio spectrum, both due to the continued democratisation and capability augmentation of user facing radio devices, such as cellphones, computers, and especially wearables, but also to the deployment of connected objects and sensors. Technology, protocols, and legislation improvements increase the available frequency bands by opening new channels in the GHz range, but the density of devices is nevertheless expected to increase. Multiple access to a shared radio frequency resource leads to situations that are both complex to model, and to tackle with known algorithms, and it is true of detection tasks that arise in the physical layer of a wireless transmission. The class of deep learning algorithms is especially useful in this sort of situation without model, or with non tractable algorithms, as long as a large amount of labelled data is available to train the related neural networks. This thesis aims at adapting the deep learning tool to physical layer detection problems, in successive steps of a decoding chain. First with the problem of detecting the origin of a received packet, starting with hardware fingerprinting of a transmitting device, and extending it to a scenario with multiple active devices at the same time, detecting the set of active devices transmitting an explicit codeword. The next step after origin detection is bit detection, to decode transmitted messages. For that, deep learning is used to learn constellations allowing for an efficient bit detection in a multiple-access scenario, namely the two-user uplink NOMA. Data used to train the networks involved in this thesis are gathered both from simulated models, and from experimental implementations in the FIT/CorteXlab software defined radio test-bed.

 

 

Jury

  • Marco Di Renzo – Research Director – CentraleSupélec – Reviewer
    Symeon Chatzinotas – Professor – University of Luxembourg – Reviewer
    Marwa Chafii – Associate Professor – ENSEA – Examiner
    Catherine Douillard – Professor – IMT Atlantique – Examiner
    Christophe Moy – Professor – Université de Rennes 1 – President
    Leonardo S. Cardoso – Associate Professor – Université de Lyon – Co-supervisor
    Jakob Hoydis – Principal Research Scientist – Nvidia – Co-supervisor
    Jean-Marie Gorce – Professor – Université de Lyon – Supervisor

Félicitations à Razvan, reconnu « meilleur chercheur junior 2021 » du GdR RSD !

Chaque année le GdR RSD met en lumière des chercheurs. Cette année, le jury a sélectionné Razvan Stanica de l’équipe Agora du laboratoire CITI co-lauréats du prix du meilleur chercheur 2021 du GDR RSD dans la catégorie junior, aux côtés d’Alain Tchana (ENS / LIP).

En particulier, le jury a estimé que :

“Les deux candidats ont fait un travail exceptionnel, avec de nombreuses publications dans des conférences ou journaux de premier plan, une influence dans leur domaine comme en témoigne le nombre de citations de leurs travaux, une expérience établie de direction de recherche et d’animation scientifique et de fructueuses collaborations avec le monde universitaire et l’industrie.

Razvan Stanica a d’abord contribué au domaine des réseaux véhiculaires avant d’élargir ses thématiques de recherche aux stratégies de collecte de données des réseaux mobiles, à leur analyse pour caractériser les usages aussi bien que les performances et enfin aux architectures et protocoles réseaux en proposant une approche innovante de convergence du réseau d’accès et du réseau coeur. L’impact de son travail est reflété par un grand nombre de citations et par son leadership dans six projets de recherche, avec des partenaires académiques et industriels, dont un JCJC de l’ANR, qui débutera en 2021.”

Félicitations à Razvan pour l’obtention de ce prix et félicitations à l’équipe Agora pour l’environnement stimulant et aux moyens nécessaires à cet accomplissement !

 


HDR Defence: “Privacy issues in wireless networks, Every frame you send, they’ll be watching you.”, Mathieu Cunche, 2nd of June 2021 at 2PM

The defense will be streamed live here: link

 

Title

Privacy issues in wireless networks, Every frame you send, they’ll be watching you.

Abstract

A growing number of devices carried by users are equipped with wireless technologies such as Bluetooth and Wi-Fi which allow the seamless exchange of information between devices and the network infrastructure. Because they routinely emit wireless messages carrying identifiers and other technical artifacts in cleartext, these technologies expose users to privacy issues. Focusing on the data included in advertising messages, we identify and analyze the leakage of personal data, and study potential and existing countermeasures. More specifically, we try to answer the following questions: what are the privacy threats associated with wireless networks? Which solutions can be deployed to protect users against these threats? How efficient are current privacy protection implementations? We start by an analysis of privacy features of the two major wireless network standards: Wi-Fi and Bluetooth-Low-Energy. We focus our study on address randomization mechanisms, a recently adopted anti-tracking measure, and identify several issues related to implementation as well as standard specifications. To illustrate the diversity and complexity of the issues affecting these technologies, we present two representative cases of personal data leakage in wireless networks. First, leveraging the reverse-engineering of Continuity, a BLE-based protocol developed by Apple, we uncover a collection of personal data leakages affecting billions of devices worldwide. Finally, we present an abuse of Android Wi-Fi permission that can be used to bypass permissions and to infer personal data such as the location of the device. When confronted with those privacy issues, it becomes necessary to increase user protection by developing privacy-preserving mechanisms but most importantly by correctly implementing existing ones. Furthermore, it appears that standard specifications are key elements of a better protection, and it is thus of utmost importance to promote the integration of privacy protection in these standards.

 

Jury

    • Monsieur Noubir Guevara, Professeur, Northeastern University (Rapporteur)
    • Madame Fischer-Hübner Simone, Professeure, Karlstad University (Rapporteur)
    • Madame Guérin-Lassous Isabelle, Professeure, Université Claude Bernard Lyon 1
    • Monsieur Gorce Jean-Marie, Professeur, INSA-Lyon
    • Monsieur Zuniga Juan-Carlos, SigFox
    • Monsieur Anciaux Nicolas, Directeur de recherche, Inria, Université de Versailles/St-Quentin (Rapporteur)

Nouvelle équipe associée entre l’équipe Inria Agora du CITI/INSA Lyon et le LIRIMA / Université de Yaoundé (Cameroun)

Depuis Janvier 2021, et pour 3 ans, une nouvelle Equipe Associée a vu le jour entre l’équipe Inria Agora du CITI/INSA Lyon et le LIRIMA / Université de Yaoundé (Cameroun). Pilotée par Rodrigue Domga Komguem et Fabrice Valois, regroupant 6 permanents, les travaux de l’équipe IOTA(i) s’intéressent à la conception de protocoles d’auto-configuration, d’auto-organisation et au support de communications fiables pour l’Internet des Objets, dans un contexte de ville intelligente et d’agriculture connectée. Les fondamentaux des travaux réalisés s’appuieront sur des techniques d’apprentissages et d’apprentissage profond.

Contact :

    • Rodrigue Domga Komguem, domga.komguem@gmail.com
    • Fabrice Valois, fabrice.valois@insa-lyon.fr