Description du sujet de thèse
Domaine
Défis technologiques
Sujets de thèse
Etudes avancées de la Représentation Sémantique, de l'Alignement et du Raisonnement dans les Systèmes de Communication Multi-Agents pour les Réseaux 6G
Contrat
Thèse
Description de l'offre
Les communications sémantiques représentent un domaine de recherche émergent et transformateur, où l'objectif se déplace de la transmission de simples données brutes à celle d'informations significatives. Bien que les premiers modèles et solutions de conception aient établi des principes fondamentaux, ils reposent souvent sur des hypothèses fortes concernant l'extraction, la représentation et l'interprétation du contenu sémantique. L'arrivée des réseaux 6G introduit de nouveaux défis, en particulier avec le besoin croissant de systèmes multi-agents où plusieurs agents pilotés par l'intelligence artificielle (IA) interagissent de manière fluide.
Dans ce contexte, le défi de l'alignement sémantique devient crucial. La littérature existante sur les communications sémantiques multi-agents suppose fréquemment que tous les agents partagent un cadre d'interprétation et de compréhension commun, ce qui est rarement le cas dans des scénarios pratiques. Des représentations mal alignées peuvent entraîner des inefficacités de communication, une perte d'informations critiques et des malentendus.
Cette recherche doctorale vise à faire progresser l'état de l'art en explorant les principes de représentation sémantique, d'alignement et de raisonnement dans des environnements multi-agents IA au sein des réseaux de communication 6G. L'étude examinera comment les agents peuvent aligner dynamiquement leurs modèles sémantiques, garantissant une interprétation cohérente des messages tout en tenant compte des différences de contexte, d'objectifs et de connaissances préalables. En s'appuyant sur des techniques issues de l'intelligence artificielle, telles que l'apprentissage automatique, l'alignement d'ontologies et le raisonnement multi-agents, l'objectif est de proposer des cadres novateurs qui améliorent l'efficacité et l'efficience des communications dans des environnements multi-agents. Ce travail contribuera à des systèmes de communication plus adaptatifs, intelligents et sensibles au contexte, essentiels à l'évolution des réseaux 6G.
Université / école doctorale
Mathématiques, Sciences et Technologies de l'Information, Informatique (MSTII)
Université Grenoble Alpes
Localisation du sujet de thèse
Site
Grenoble
Demandeur
Disponibilité du poste
01/09/2025
Personne à contacter par le candidat
CALVANESE STRINATI Emilio < email supprimé pour raison de sécurité >
CEA
DRT/DSYS
17 rue des Martyrs
38054 Grenoble Cedex 9
+33438780970
Tuteur / Responsable de thèse
DI LORENZO Paolo < email supprimé pour raison de sécurité >
La Sapienza
INFOCOM
Via Eudossiana 18, 00184 Roma, ITALY
+39 393 513 0168
En savoir plus
https://www.linkedin.com/in/emilio-calvanese-strinati-6g/
https://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/plateformes/plateforme-telecommunications.aspx
https://scholar.google.fr/citations?user=bWndGhQAAAAJ&hl=fr
Domaine
Défis technologiques
Sujets de thèse
Etudes avancées de la Représentation Sémantique, de l'Alignement et du Raisonnement dans les Systèmes de Communication Multi-Agents pour les Réseaux 6G
Contrat
Thèse
Description de l'offre
Les communications sémantiques représentent un domaine de recherche émergent et transformateur, où l'objectif se déplace de la transmission de simples données brutes à celle d'informations significatives. Bien que les premiers modèles et solutions de conception aient établi des principes fondamentaux, ils reposent souvent sur des hypothèses fortes concernant l'extraction, la représentation et l'interprétation du contenu sémantique. L'arrivée des réseaux 6G introduit de nouveaux défis, en particulier avec le besoin croissant de systèmes multi-agents où plusieurs agents pilotés par l'intelligence artificielle (IA) interagissent de manière fluide.
Dans ce contexte, le défi de l'alignement sémantique devient crucial. La littérature existante sur les communications sémantiques multi-agents suppose fréquemment que tous les agents partagent un cadre d'interprétation et de compréhension commun, ce qui est rarement le cas dans des scénarios pratiques. Des représentations mal alignées peuvent entraîner des inefficacités de communication, une perte d'informations critiques et des malentendus.
Cette recherche doctorale vise à faire progresser l'état de l'art en explorant les principes de représentation sémantique, d'alignement et de raisonnement dans des environnements multi-agents IA au sein des réseaux de communication 6G. L'étude examinera comment les agents peuvent aligner dynamiquement leurs modèles sémantiques, garantissant une interprétation cohérente des messages tout en tenant compte des différences de contexte, d'objectifs et de connaissances préalables. En s'appuyant sur des techniques issues de l'intelligence artificielle, telles que l'apprentissage automatique, l'alignement d'ontologies et le raisonnement multi-agents, l'objectif est de proposer des cadres novateurs qui améliorent l'efficacité et l'efficience des communications dans des environnements multi-agents. Ce travail contribuera à des systèmes de communication plus adaptatifs, intelligents et sensibles au contexte, essentiels à l'évolution des réseaux 6G.
Université / école doctorale
Mathématiques, Sciences et Technologies de l'Information, Informatique (MSTII)
Université Grenoble Alpes
Localisation du sujet de thèse
Site
Grenoble
Demandeur
Disponibilité du poste
01/09/2025
Personne à contacter par le candidat
CALVANESE STRINATI Emilio < email supprimé pour raison de sécurité >
CEA
DRT/DSYS
17 rue des Martyrs
38054 Grenoble Cedex 9
+33438780970
Tuteur / Responsable de thèse
DI LORENZO Paolo < email supprimé pour raison de sécurité >
La Sapienza
INFOCOM
Via Eudossiana 18, 00184 Roma, ITALY
+39 393 513 0168
En savoir plus
https://www.linkedin.com/in/emilio-calvanese-strinati-6g/
https://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/plateformes/plateforme-telecommunications.aspx
https://scholar.google.fr/citations?user=bWndGhQAAAAJ&hl=fr
