Julian Roqui en immersion au LEAT : un bel exemple de tutorat réussi

Même si, pour l’instant, c’est en visioconférence que l'équipe travaille, l’équipe du LEAT constituée autour du tutorat de Julian Roqui, étudiant en première année de master en électronique, espère pouvoir se rendre en juillet à Montréal à la plus grande conférence internationale sur les antennes pour laquelle elle a soumis avec succès une publication.

 

Les tutorats de l’Ecole Universitaire de Recherche Digital Systems for Humans consistent en une initiation à la recherche grâce à l’immersion de l’étudiant, dès son premier semestre de Master s’il le souhaite, dans un laboratoire. Encadré par un enseignant-tuteur, l’étudiant se plonge dans le quotidien des chercheurs en travaillant sur un projet.

Pour ce 2^e semestre 2019/2020, 12 étudiants ont tenté l’expérience. Nous avions déjà parlé de la belle réussite du tutorat de Lionel Tombakdjian. C’est une nouvelle fois au LEAT que s’est illustré un autre étudiant en première année de master Electronique, Julian Roqui.

Des connaissances inédites sur le plan scientifique 

Avec ses tuteurs Alain Pegatoquet (MCF) et Leonardo Lizzi (MCF) et deux doctorants Luca Santamaria et Lyes Khacef, Julian a participé à des travaux de recherche inédits utilisant un algorithme de machine learning pour estimer, dans des cas réels et pratiques, les performances obtenues par des antennes miniatures intégrées dans des terminaux compacts, comme ceux de l'internet des objets (Internet of Things - IoT). Dans la littérature jusqu’à présent, les travaux portaient sur des estimations de limites de performances totalement théoriques.

A la grande fierté de l’équipe, la publication qui a suivi a été acceptée au "IEEE Antennas and Propagation Symposium". Cette conférence internationale rassemble près de 1500 participants à chaque édition. Elle devrait se tenir à Montréal du 5 au 10 juillet 2020 si l’évolution de la situation sanitaire le permet.

De nouvelles perspectives de recherche

Les retombées positives du tutorat de Julian ne s’arrêtent pas là. Une nouvelle collaboration a été initiée entre deux équipes du LEAT : l'équipe CMA (conception et modélisation d'antennes) pour la partie antenne et l'équipe EDGE (edge computing and digital systems) pour la partie machine learning, dans l’esprit de transdisciplinarité cher à DS4H ; Le tutorat a aussi permis de développer un vrai sujet de recherche, qui devrait donner lieu à une thèse. Dommage que Julian, qui doit encore faire sa deuxième année de master, ne puisse pas postuler !

___

Read the publication:

Julian Roqui, Luca Santamaria, Lyes Khacef, Alain Pegatoquet, Leonardo Lizzi. Estimation of Small Antenna Performance Using a Machine Learning Approach. 2020 IEEE International Symposium on Antennas and Propagation and North American Radio Science Meeting, IEEE, Jul 2020, Montreal, Canada. pp.1-2. ⟨hal-02515496⟩