Portail HAL Ensta
Not a member yet
11080 research outputs found
Sort by
Recherche sur les impacts du bruit des éoliennes sur l'Humain : son, perception, santé (RIBEolH)
No full textInternational audienceL'énergie éolienne est en pleine expansion en France comme ailleurs dans le monde, mais la population s'inquiète des impacts sanitaires du bruit des éoliennes et certaines personnes expriment une gêne plus importante que ne le laissent supposer les mesures du champ acoustique. La gêne est souvent décrite comme résultant des infrasons (IF) alors que les pressions acoustiques des IF émis par les éoliennes sont inférieures aux seuils d’audition. Cependant, l'inaudibilité possible des IF n'exclut pas leur action sur l'oreille interne ou le système nerveux central. Dans ce contexte, nous construisons un protocole de recherche sur les impacts du bruit des éoliennes sur l'Humain, en termes de simulation/synthèse sonore, perception, et ses effets sur la santé humaine ("RIBEolH"). Les objectifs du projet RIBEolH sont : - D'évaluer les effets sur la santé du bruit audible, des sons de basse fréquence (SBF) en particulier, et des IF, émis par les éoliennes, et de mieux comprendre la gêne exprimée. - Mieux comprendre les mécanismes auditifs associés à la perception des IF et des SBF émis par les éoliennes. - Mieux comprendre les effets des IF sur l'oreille interne ou le système nerveux central. Pour répondre à ces objectifs, RIBEolH s'appuie sur deux volets complémentaires : une étude épidémiologique et une étude psychoacoustique et physiologique qui seront présentées
Modélisation des sources aéroacoustiques et de la propagation atmosphérique pour la synthèse sonore d’éoliennes
No full textInternational audienceLe bruit des éoliennes est caractérisé par des fluctuations temporelles d'amplitude qui sont une source potentielle de gêne pour les riverains de parcs éoliens. L’objectif de cette étude est de développer un outil de synthèse sonore basé sur une modélisation des sources de bruit aérodynamique large bande de l’éolienne et de la propagation du son dans l’atmosphère. A l’aide de cet outil, des études psychoacoustiques pourront être menées ultérieurement en laboratoire sur les sensations auditives liées aux modulations d’amplitude. Comparé à une approche par échantillonnage, l’approche par modèle physique permet d’analyser la sensibilité des sons synthétisés aux paramètres physiques d’entrée (géométrie de la pale, profil de vent, taux de turbulence amont, …). Le modèle d’Amiet est utilisé afin de prédire les densités spectrales de puissance du bruit de bord de fuite et du bruit d’interaction de turbulence en champ libre pour chaque segment de pale d’éolienne à chaque pas angulaire. Les effets de sol et de réfraction atmosphérique sont pris en compte à l’aide d’un code d’équation parabolique dans le domaine fréquentiel. Les densités spectrales de puissance au niveau du récepteur sont ensuite converties dans le domaine temporel, et une technique de fondu enchaîné est implémentée afin d’assurer une transition douce entre les grains consécutifs tout en conservant l’énergie. Des synthèses sonores seront présentées pour différentes positions de récepteur et différentes conditions météorologiques
HLS-based Accelerated Simulation of Large Scale Cyber-Physical Systems on FPGAs
No full textInternational audienceThe design of cyber-physical systems remains challenging because of their highly heterogeneous nature that makes modeling, design and analysis hard. Despite extensive work in model-based approaches, few unified simulation tools are available today for such systems. This paper proposes a simulation strategy that benefits from the characteristics of recent FPGA platforms and advances in the high-level synthesis tools. Our proposal consists in using these tools to build a cyber-physical system simulator running at high-speed on a FPGA; in this view, high-level synthesis is used not only in the traditional prototyping phase of the embedded systems, but also to synthesize its physical environment, which is jointly simulated on the FPGA. Our paper proposes a case study illustrating this approach: the simulation of the automatic identification system required in maritime communications. The simulation executed on the latest FPGA generation is accelerated by a factor x654 compared to software alternatives demonstrating that FPGAs exhibit appealing characteristics for such simulations
Simulation numérique de forces de succion lors d'impacts hydrodynamiques par une méthode de couplage Euler Lagrange
No full textInternational audienceLors d’un amerrissage d’avion, la structure est fortement sollicitée et les chargements subis peuvent mener à sa rupture, partielle ou totale. Les structures sont donc dimensionnées afin de minimiser ces risques et celui de blessures des occupants. Les progrès récents des capacités de calcul ont conduit à une utilisation accrue des simulations numériques dans le processus de certification des avions. De nouveaux défis liés à ces pratiques sont alors apparus. Par exemple, la modélisation des forces de succion qui apparaissent à l’arrière de l’avion lors d’un amerrissage, où le premier contact avec l’eau se produit. Ce phénomène est dû à la vitesse horizontale élevée de la structure au moment de l’impact et à la courbure longitudinale du fuselage. Les forces de succion peuvent affecter la cinématique globale de l’avion pendant l’amerrissage. Dans cet article, il est question d’évaluer les capacités d’une méthode numérique à modéliser des forces de succion. L’objectif à plus long termes est d’améliorer les simulations numériques d’impacts hydrodynamiques se déroulant dans des conditions représentatives d’un amerrissage d’avion. Pour ce faire, le cas simple de l’entrée-sortie d’eau d’un dièdre est considéré. Le modèle numérique repose sur une formulation Eulérienne pour le fluide et une formulation Lagrangienne pour la structure. La méthode utilisée pour gérer l’interaction fluide-structure est basée sur une interface de contact immergée avec des forces de pénalité. Cette étude se concentre sur la modélisation des forces d’impact et de succion. Les résultats montrent une capacité satisfaisante de cette méthode numérique à modéliser une force hydrodynamique négative (succion)
An Oculomotor Digital Parkinson Biomarker From a Deep Riemannian Representation
No full textInternational audienceParkinson's disease (PD) is characterized by motor alterations and associated with dopamine neurotransmitters degeneration, affecting 3 % of the population over 65 years of age. Today, there is no definitive biomarker for an early diagnosis and progression characterization. Recently, oculomotor alterations have shown promising evidence to quantify PD patterns. Current capture and oculomotor setups however require sophisticated protocols, limiting the analysis to coarse measures that poorly exploit alterations and restrict their standard use in clinical environments. Computational based deep learning strategies today bring a robust alternative by discovering in video sequences hidden patterns associated to the disease. However, these approaches are dependent on large training data volumes to cover the variability of patterns of interest. This work introduces a novel strategy that exploits data geometry within a deep Riemannian manifold, withstanding data scarcity and discovering oculomotor PD hidden patterns. First, oculomotor information is encoded as symmetric matrices that capture second order statistics of deep features computed by a convolutional scheme. These symmetric matrices then form an embedded representation, which is decoded by a Riemannian network to discriminate Parkinsonian patients w.r.t a control population. The proposed strategy, evaluated on a fixational eye experiment, proves to be a promising approach to represent PD patterns
What do I look like? Dataset for Social Robot Facial Expression Self-Awareness
No full textInternational audienc
Un dispositif de formation au numérique qui vient questionner l'identité professionnelle enseignante
No full textInternational audienc
Refined crack propagation methodology and energy balance analysis in the Rubber Cord Adhesion Inflation Test
No full textInternational audienceThe Rubber Cord Adhesion Inflation Test (RCAIT) has been recently introduced to characterize the bond quality between coated steel wires and rubber as used in tires applications. In this experiment, a pressurized fluid is used to initiate and propagate a delamination along the reinforcement. A constant pressure is measured during the crack propagation regime so that using adequate energy balance analysis, the critical Strain Energy Release Rate (SERR) can be determined. Due to the axisymmetric nature of the specimen, the crack tip is not visible nor other information which would ease the analysis of the fracture process. Then, new experimental developments and experimental data reduction techniques are introduced to demonstrate the reliability of the RCAIT
Attenuating Catastrophic Forgetting by Joint Contrastive and Incremental Learning
No full textInternational audienceIn class incremental learning, discriminative models are trained to classify images while adapting to new instances and classes incrementally. Training a model to adapt to new classes without total access to previous class data, however, leads to the known problem of catastrophic forgetting of the previously learnt classes. To alleviate this problem, we show how we can build upon recent progress on contrastive learning methods. In particular, we develop an incremental learning approach for deep neural networks operating both at classification and representation level which alleviates forgetting and learns more general features for data classification. Experiments performed on several datasets demonstrate the superiority of the proposed method with respect to well known state-of-the-art methods
