Développement d’un système de transport intelligent pour la résolution de problèmes de mobilité urbaine
Développement d’un système de transport intelligent pour la résolution de problèmes de mobilité urbaine
L’étalement des villes et le développement économique induisent de plus en plus de pressions sur les infrastructures et modes de transport urbain et péri-urbain, mettant en exergue le concept de mobilité qui se veut non seulement performant, mais également durable. A cet égard, les modèles usuels de trafic ne tiennent pas toujours compte de la plus ou moins grande soutenabilité des transports offerts à l’usager, négligeant de ce fait certaines externalités négatives qui peuvent se révéler à la fois contraignantes et négativement structurantes.
Cette thèse a pour objectif de définir et déployer des solutions perspicaces permettant de repenser les méthodologies d’analyse de la mobilité de manière efficiente via l’exploitation complémentaire d’anciens et nouveaux protocoles dont, sans pour autant être exhaustif, les enquêtes de terrain, le recours aux fonctions d’utilité et le traitement de données massives faisant, entre autres, usage d’algorithmes de Deep et Machine Learning. Ces innovations « inside, around, and outside the box » vont modifier à la fois la perception des transports et l’usage qui en est fait, constituant une opportunité certaine pour résoudre des problèmes qui empêchent la pratique d’une mobilité véritablement durable.
Il est à souligner que cette thèse aura pour terrain d’étude la ville de Casablanca et, conceptuellement, sa première couronne périphérique afin d’être en mesure de traiter les effets de bord.
Procédure d'inscription
- Pour tout dépôt de dossier de candidature, merci de consulter ce lien
- Date limite de candidature : 30/09/2023
Une bourse mensuelle durant 36 mois est offerte dans le cadre de ce travail de thèse de doctorat.
Titulaire d’un diplôme de master/d’ingénieur en intelligence artificielle, en mathématiques appliquées, en informatique (programmation et analyse de données massives), en économétrie et/ou en statistiques.
Candidat(e) motivé(e) avec un solide background en langages de programmation Python et Java, en plus de très bonnes connaissances en économétrie et statistiques.