Lieu : Institut Lumière Matière in Villeurbanne, CNRS and Univ. Lyon 1, près de Lyon (France)
Mots-clefs: recherche de stationnement; modélisation d'agents; physique statistique; processus stochastiques; navigation intelligente
Nous sommes à la recherche d'un(e) ingénieur(e) de recherche spécialisé(e) en programmation informatique, apprentissage automatique, science des données ou physique numérique pour un contrat d'ingénieur de recherche CNRS de 18 mois sur la modélisation de la recherche de stationnement. La personne recrutée sera basée à l'Institut Lumière Matière à Villeurbanne, aux portes de Lyon, mais travaillera en collaboration avec un opérateur de trasnport dans une métropole française et avec le Laboratoire 3SR à Grenoble.
Context. The cruising traffic in search of a parking space represents a significant fraction of the urban traffic (figures up to 30% have been put forward [1]), contributing to congestion and pollution in city centres. To alleviate these pains, smart parking solutions have been proposed; in particular, our transport operator partner has recently released a smart navigation application that can guide motorists towards parking spaces that are likely to be vacant, with the hope to reduce cruising.In parallel, the host team has recently developed an original modelling framework to assess the parking search time, which leverages the powerful machinery of Statistical Physics and Graph Theory [2-3].
Missions. The aim is to exploit the theoretical tools to the case of the metropolis in study, further develop them. Thus, the project combines a fundamental part (namely, developing and extending a modelling framework, building on analogies with other physical systems) and an applied facet (improving the smart application and designing a rigorous tool to evaluate the environmental impact of parking policies and smart solutions). More precisely, under the guidance of the PI, the following steps are considered:
* applying and adapting the modelling framework to the specific case of the metropolis
* proposing theory-guided and/or data-driven improvements to the smart navigation application
* developing an objective toolbox to assess the environmental impact of parking policies
Compétences attendues:
* Diplôme d'ingénieur ou Master 2 avec une spécialité en programmation numérique, science des données ou physique numérique
* Solides compétences en programmation et / ou traitement de données massives
* Des connaissances en physique statistique et/ou processus stochastiques seraient souhaitables
* La maîtrise du français est un plus
Pour candidater, merci d'envoyer un CV et une lettre de motivation à alexandre.nicolas[at]cnrs.fr et mehdi.bouzid[at]univ-grenoble-alpes.fr
(n'hésitez pas à nous contacter pour des questions au sujet de cette annonce !)
Références
[1] Shoup, D. C. (2006). Cruising for parking. Transport policy, 13(6), 479-486.
[2] Dutta, N., Charlottin, T., & Nicolas, A. (2023). Parking search in the physical world: Calculating the search time by leveraging physical and graph theoretical methods. Transportation science.
[3] Bulckaen, L., Dutta, N., & Nicolas, A. (2022, September). Parking search in urban street networks: Taming down the complexity of the search-time problem via a coarse-graining approach. In International Conference on Parallel Processing and Applied Mathematics (pp. 470-480). Cham: Springer International Publishing.
