Cédric Guéguen soutient son habilitation à diriger des recherches le 3 septembre 2026 à 14h00 à l’ISTIC salle Guernesey.
Communiquer est un enjeu au cœur de l’essor des sociétés humaines. Avec l’émergence des technologies modernes, les communications numériques ont pris une place indéniable au travail comme pour les loisirs. Les facilités et services rendus sont tels qu’un retour en arrière semble inconcevable alors que les besoins en termes de volume de données et exigences applicatives à respecter ne cessent d’augmenter. Dans ce contexte, les réseaux sans fil sont particulièrement plébiscités puisqu’ils permettent à leurs utilisateurs d’être mobiles.
Résumé
Cependant, c’est aussi un domaine extrêmement contraint où les défis sont nombreux. En effet, la bande passante y est limitée et le surdimensionnement n’est pas envisageable contrairement aux réseaux filaires. À cela s’ajoute le fait que cette bande passante est sujette à de nombreuses atténuations susceptibles de perturber gravement la Qualité de Service (QoS) des utilisateurs. Des solutions doivent donc être trouvées afin d’optimiser la capacité du système permettant d’accepter un nombre croissant d’utilisateurs, garantir le respect de leurs contraintes temporelles et, si possible conjointement, réduire les consommations énergétiques. Généralement, cela passe par la proposition de méthodes d’allocation de ressources ingénieuses et innovantes basées sur une approche inter-couches. Les informations issues de la couche physique sont utilisées afin d’accroître la capacité du système alors que les informations issues des couches supérieures sont considérées pour accroître la Qualité de Service / Qualité d’Expérience (QoS/QoE) des utilisateurs en traitant des aspects aussi variés que l’équité, la différenciation de service, la garantie des contraintes temporelles, etc. De nombreux contextes peuvent être étudiés mais peuvent globalement être décomposés en deux types : le contexte monocellulaire et le contexte multicellulaire.
Une des contributions structurantes de ce manuscrit est de remettre la diversité multi utilisateur (Multiuser Diversity, MUD) au centre : loin d’être un simple phénomène collatéral, elle constitue un levier qui explique une grande partie des performances atteignables par les algorithmes d’allocation de ressources opportunistes. Elle influence aussi la validité des évaluations (paramètres de simulation, charge, hétérogénéité, etc.). Concrètement, la gestion de la MUD ne se résume pas à “prendre le meilleur canal à l’instant donné” : elle pose un problème de gestion des opportunités dans le temps (combinatoire), qui conditionne la capacité réellement atteignable sur le long terme et, à court terme, le risque de dépassement des contraintes temporelles quand ces opportunités viennent à manquer. Ce manuscrit traite la MUD comme une problématique à part entière : il en analyse les mécanismes, leur impact sur la performance, et montre en quoi une compréhension trop superficielle peut mener à des solutions sous-optimales ou à des comparaisons trompeuses.
Ce document propose aussi une ouverture sur l’exploration. Le chapitre dédié va au-delà de l’analyse de ce problème en proposant un cadre et des pistes opératoires pour structurer l’exploration, éviter les impasses liées aux proxies (indicateurs de substitution ou objectifs intermédiaires), et accélérer l’identification de politiques réellement alignées avec l’objectif. Ce chapitre vise à formaliser un point parfois sous-traité : la difficulté à sortir des minima locaux de l’espace des solutions via l’expertise humaine (même “experte”) dès que le système devient trop riche (compromis multiples, minima locaux, proxies, biais de design). L’Intelligence Artificielle y est positionnée non pas comme autorité scientifique, mais comme outil d’exploration sous contrainte : elle peut proposer des candidats et élargir l’exploration, mais la valeur scientifique reste entièrement portée par la validation et par une responsabilité explicite sur hypothèses/métriques/tests.
