Analyse de la prédictibilité des canaux radio et modélisation par réseaux de neurones

Sciences pour l'ingénieur Analyse de la prédictibilité des canaux radio et modélisation par réseaux de neurones H/F L'intelligence artificielle ouvre de nouvelles perspectives pour rendre les réseaux sans fil plus intelligents et plus performants. Ce stage propose d'explorer son potentiel pour prédire l'évolution du canal radio, dont les variations, liées aux déplacements des utilisateurs et aux changements de l'environnement, influencent directement la qualité des transmissions. Dans les systèmes multi-antennes (MIMO) et les architectures distribuées, ces variations sont particulièrement complexes et nécessitent des estimations fréquentes reposant sur des signaux pilotes, coûteux en ressources radio. L'objectif est d'étudier une approche prédictive fondée sur l'IA afin d'anticiper ces évolutions à partir de mesures passées. Vous développerez et comparerez différents modèles de réseaux de neurones pour séries temporelles (LSTM, GRU, Transformers, réseaux convolutifs temporels) afin d'identifier les solutions les plus prometteuses pour les futurs réseaux sans fil. Ce stage offre une opportunité unique de travailler à l’interface entre l’électromagnétisme et l’intelligence artificielle, afin de contribuer au développement des systèmes de communication sans fil de nouvelle génération. Le/la stagiaire intégrera le Laboratoire Antenne, Propagation et Couplage Inductif (LAPCI) du CEA-LETI, à Grenoble (France), un environnement de recherche de rang mondial disposant d’équipements à la pointe de la technologie pour la caractérisation et la modélisation du canal de propagation radiofréquence.À partir de données issues de campagnes de mesures radio disponibles dans le laboratoire, vous développerez et comparerez plusieurs méthodes de prédiction du canal. Vous commencerez par réaliser un état de l’art, puis vous préparerez, analyserez et visualiserez les données disponibles.Vous entraînerez différents modèles sous Python et étudierez l’influence de la vitesse, de la trajectoire des utilisateurs, de l’environnement de propagation, du nombre d’antennes et de leur répartition sur la qualité des prédictions. Vous évaluerez également la capacité des modèles à exploiter conjointement les informations provenant de plusieurs antennes ou points d’accès, ainsi qu’à fonctionner dans des situations différentes de celles utilisées pendant l’entraînement.Selon l’avancement du stage, vous pourrez participer à de nouvelles campagnes de mesures en mobilité. Ce travail vous permettra de développer des compétences en intelligence artificielle, traitement du signal, communications sans fil, modélisation de la propagation des ondes électromagnétiques, analyse de séries temporelles et traitement de données expérimentales.Ce stage pourra constituer une première étape vers une poursuite en thèse sur des thématiques liées aux communications sans fil, au traitement du signal et à l’intelligence artificielle. ·       Vous préparez un Master 2 ou une dernière année d’école d’ingénieur en télécommunications, traitement du signal, informatique, intelligence artificielle, science des données ou dans un domaine proche.·       Vous disposez de bonnes bases dans au moins l’un de ces domaines et souhaitez découvrir ou approfondir les autres.·       Une pratique de Python ainsi que des bibliothèques comme NumPy, Pandas, Matplotlib, PyTorch ou TensorFlow sera appréciée.·       Des connaissances en apprentissage automatique, traitement du signal, communications numériques, MIMO, propagation radio ou réseaux de neurones constituent un plus, sans être indispensables.·       Curieux(se) et rigoureux(se), vous appréciez les problématiques de recherche appliquée et aimez explorer de nouvelles approches pour répondre à des défis scientifiques et techniques.·       Vous appréciez le travail en équipe et êtes à l'aise pour présenter et discuter vos résultats.