Données et Algorithmes pour une ville intelligente et durable

Au sein des territoires urbains, la gestion de la mobilité, tant la mobilité des personnes que la logistique urbaine et la gestion de l'énergie, de sa production à sa consommation, en passant par sa distribution et son stockage, ne peuvent plus être pensées indépendamment, dans une logique de silos, si ces territoires veulent atteindre les objectifs de maitrise de l'impact énergétique, environnemental et social qui sont ceux des Smartcities. C'est en particulier le cas pour le déploiement d'infrastructures et d'équipements de transport électriques alimentés par des réseaux électriques territoriaux de type Smartgrid où chaque acteur a plusieurs rôles (consommation, production, stockage). Dans ce but, le projet scientifique du futur laboratoire HYPHES est de proposer et de valider des modèles systémiques de Smartcities et des algorithmes de gestion conjointe de ces réseaux. Le territoire urbain est considéré ici comme un ensemble d'acteurs (habitations, entreprises, administrations, ...) interconnectés par un ensemble de réseaux de différentes natures (réseaux et infrastructures de mobilité et de transport, réseaux énergétiques et de distribution de fluides, réseaux de déchets). Ces réseaux supportent des flux (énergie, mobilité des personnes, flux logistiques) et doivent atteindre des qualités de service propres à chaque domaine. Cette qualité de service doit être considérée avant tout du point de vue de l’usager (délai, coût, confort, santé, inclusivité, …), mais aussi de façon transverse en termes de coûts de maintenance et d’impact environnemental. L'aspect systémique est induit par l'interaction de ces différents réseaux entre eux, et avec les différents acteurs du territoire. Un exemple d’interaction entre Smartgrids et véhicules électriques est d’une part la mobilité des véhicules électriques pour atteindre les lieux de distribution d'énergie, et d’autre part l'utilisation possible des batteries de ces véhicules comme stockage d'énergie électrique temporaire pour les acteurs qui en assurent le stationnement sans dégrader le service de mobilité qu’ils assurent. Le cœur du projet scientifique du laboratoire HYPHES est donc une vision systémique des réseaux urbains. De plus, les collaborations existantes avec des acteurs territoriaux et privés de DAVID et DCBrain permettront une définition des métriques et objectifs à retenir et des cas d’usage et expérimentations qui permettront de valider et de valoriser les travaux du projet scientifique du laboratoire. Enfin, le projet scientifique sera bâti sur une vision réaliste de la disponibilité de données industrielles et territoriales, considérant la nécessité des méthodes proposées à pouvoir s’adapter à la quantité, la qualité et l’hétérogénéité des données disponibles en maitrisant la qualité et la fiabilité des résultats obtenus. Le premier objectif du projet scientifique du laboratoire sera ainsi de proposer et de valider une modélisation systémique de l’interaction des réseaux urbains mobilisés, et de leurs usages. Cette activité de modélisation sera continue et évoluera au cours des différents projets réalisés. Le laboratoire se consacrera initialement aux réseaux concernant l’énergie, la mobilité et la logistique. Il mènera l’étude théorique et analytique de ces problèmes et leur résolution par la coopération de différentes approches : théorie algorithmique des graphes et des jeux, optimisation combinatoire, IA et Machine Learning. Ces travaux seront validés sur les cas d’usage retenus, et par l’expérimentation au sein de territoires partenaires. La conception et la réalisation de premiers prototypes de solutions logicielles seront finalement produites. Le programme de recherche consistera en la modélisation systémique de réseaux urbains et la définition de cas d’usage réels, l’intégration de données territoriales, des méthode de résolution IA et RO pour la gestion et la résilience de ces réseaux, et enfin l’implémentation de prototypes logiciels innovants.

Sepsis and COVID-19 are both placing a major burden on societies and populations worldwide. Deregulated host response to infection is the hallmark supporting the routine use of corticosteroids (CS), a low-cost and highly efficient class of immuno-modulators, in sepsis/COVID-19. Stratifying patients based on individual immune response may improve the balance of benefit to risk of CS treatment. This proposal will integrate different approaches to define the CS sensitivity/resistance of individual patients. The partners will elaborate signatures from different characterizations of biological systems in patients with sepsis/COVID-19. Targeted approaches will define whether characteristics at the level of DNA, RNA, proteins such as cytokines and hormones, or metabolite compounds, support predicting individual patient’s CS responsiveness. Methods of artificial intelligence will integrate the high dimensional multi-level data from previous studies of this consortium and from data to be newly generated. An exploratory adaptive trial will include patients with sepsis/COVID-19 in multiple arms based on novel CS responsiveness signatures to be tested. Within each biomarker-defined cohort, patients will be randomized to receive corticosteroids or placebo allowing the evaluation of the efficiency of signatures elaborated by the partners. Signatures of CS responsiveness will be integrated for predictive enrichment of CS sensitivity and resistance of each individual patient defining personalized treatment rules, and thereby improving their chance to survive in good health. We will test the robustness of the personalized corticotherapy across subsets of patients based on gender, social categories and ethnicity. We will also ensure that the proposed personalized corticotherapy for sepsis/COVID-19 can be accessed for routine care of patients in low- and middle-income countries.