Nos domaines de prédilection

dom_energie_50px

Énergie


L'optimisation de la consommation d'énergie dans un bâtiment représente aujourd'hui un très grand défi. En effet, la diversité des dispositifs augmente, tels que pompes à chaleur, convertisseurs photovoltaïque, chaudières, etc.) et la gestion des données relatives à l'énergie nécessite une prise en main adéquate de ces équipements. L'informatique embarquée permet d'innover dans ce domaine, en facilitant la coordination de la distribution d'énergie provenant de différentes sources, de façon à obtenir une utilisation rationnelle et optimisée de l'énergie, de collecter l'ensemble des données pertinentes, de les transmettre sur un serveur central, et d'offrir à l'utilisateur de nouvelles interfaces - via smartphone par exemple - pour y accéder. Ainsi, l'institut REDS joue un rôle central dans le développement de ces systèmes embarqués.


dom_securite_resize_50px

Sécurité


La sécurité est omniprésente dans notre société de l’information. Il y a de plus en plus de données privées qui circulent sur des réseaux publics nécessitant leur chiffrement. Les systèmes embarqués sont utilisés dans de nombreuses applications, qui sont parfois critiques. Nous pouvons citer les équipements médicaux, l’avionique, les systèmes d’accès, les applications bancaires, etc.  L’institut REDS veut contribuer à améliorer la sécurité des systèmes embarqués par ses nombreuses compétences et en réalisant des projets directement en lien avec ce domaine.


dom_sante_resize_50px

Santé


Le 21ème siècle est celui de la médecine personnalisée. Les appareils d'aide au diagnostic sont en train de se miniaturiser, pouvant ainsi se rapprocher du patient et les traitements vont également s'automatiser dans les années à venir. Dans ce contexte l'institut REDS s'investit dans des projets où la part d'informatique embarquée est de plus en plus importante. Les défis y sont multiples et vont de la construction d'un système embarqué à haute fiabilité à l'implémentation de modèles gourmands en termes de temps de calcul sur des dispositifs devant consommer le moins d'énergie possible, en passant par la transmission de données médicales sécurisées. En parallèle aux systèmes proches du patient, l'analyse et le stockage de données biologiques, qu'elles soient génomiques ou issues de divers capteurs, est un autre défi en termes de compression de données et de calcul intensif. Le REDS s'y investit en proposant des alternatives pour le calcul parallèle à haute performance.



dom_energie_50px

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

dom_securite_resize_50px

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

dom_sante_resize_50px

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

Projets terminés

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

Projets terminés

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

Projets terminés

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

Projets en cours dans d'autres domaines

Vous pouvez également consulter les projets en fonction de leur axe de développement.

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags:

Projets terminés

CO-CH

avr. 14, 2014, 11:22
Développement de modèles de productivité agricole
Page:
bdfc6103-a70b-482d-9b4e-434e3f885aae
Select a choice:
Terminated
StartDate:
oct. 1, 2005, 00:00
EndDate:
sept. 30, 2008, 00:00
COCH est un projet de collaboration de 3 ans entre la Colombie (CO) et la Suisse (CH) en matière de modélisation agro-écologique. COCH vise le développement de modèles de productivité agricole afin de mieux comprendre les réponses de variétés des plantes (canne à sucre, café, maïs, et des fruits tropicaux) aux :
  • conditions environnementales (température, humidité, précipitation, type de sol…) .
  • aux techniques de culture.
Ce projet, cofinancé par le Secrétariat à l'Education et à la Recherche (SER) pour la Suisse et par différents partenaires en colombie, réunit :
  • des centres de recherche dans le domaine agricole.
  • le Centre International de recherche en Agriculture Tropicale (CIAT).
  • le Centre de développement technologique et d'innovation en biotechnologies (BIOTEC).
  • le Centre Colombien de la recherche sur la canne à sucre (CENICAÑA) .
  • l'institut Reconfigurable & Embedded Digital Systems (ReDS) de la HEIG-VD (HES-SO).
  • l'Université de Lausanne (UNIL).
Les Prof. E. Sanchez et A. Perez-Uribe de l'institut ReDS dirigent en collaboration avec le Prof. M. Tomassini de l'UNIL, les travaux de recherche de trois ingénieurs colombiens. Ces travaux de modélisation utilisent des techniques bio-inspirées :
  • les réseaux de neurones artificiels à apprentissage supervisé et non supervisé.
  • la logique floue.
  • l'évolution artificielle pour répondre à trois problèmes spécifiques.
  • comment construire un modèle en intégrant des données provenant de diverses sources.
  • comment adapter ces modèles de manière incrémentale au fur et à mesure qu'on a accès à des nouvelles données.
  • comment visualiser de manière adéquate ces données pour aider les spécialistes du domaine dans leurs prises de décisions.
axes:
domaines-d-application:
Tags: