Academic literature on the topic 'Mobilité spatiale – Prévision'

Résumé Lemercier Claire, Rosental Paul-André.-«Pays» ruraux et découpage de l'espace : les réseaux migratoires dans la région lilloise au milieu du XIXe siècle La mobilité rurale dans la France du XIXe siècle est encore relativement mal connue. Par comparaison à l'exode rural, elle est souvent ramenée à une simple «micro-mobilité». À partir de l'exemple d'un haut lieu de l'urbanisation, le bassin de la future métropole Lille- Roubaix-Tourcoing saisi autour de 1850, on peut au contraire montrer, par une analyse structurale de réseaux appliquée aux relations entre villages, l'importance des champs migratoires locaux. Contrairement aux prévisions des modèles gravitaires, le monde rural est fait de groupes de communes unies par des liens denses. Ils partitionnent l'espace sans aller jusqu'à former des « pays » (au sens de la géographie) ou des « cliques » (au sens de l'analyse des réseaux). Leur compacité est du reste hétérogène, mettant en lumière le caractère différencié de la morphologie spatiale. Les résultats, obtenus sur la base de la méthode des bloc- kmodels, montrent l'importance de la frontière linguistique qui oppose les migrations intérieures des Flamands et des francophones, éclairent la formation des faubourgs et banlieues des grandes villes, situent la place relative de la sédentarité et des migrations de plus ou moins longue distance et réévaluent le rôle du réseau urbain dans la mobilité.

L'objectif de cette thèse est de développer les méthodes nécessaires à une gestion ciblée et efficace de la mobilité des utilisateurs dans un réseau mobile hétérogène. Ces réseaux sont caractérisés par le déploiement de différents types de cellules (macro, micro, pico et/ou femto). Le déploiement massif des petites cellules (pico et femto) a permis d'offrir une capacité et une qualité de couverture accrue au réseau, notamment dans les zones à forte densité. Cependant, les contraintes temps réel engendrées limitent la QoS offerte aux utilisateurs. De plus, pour des raisons commerciales et/ou environnementales, la nécessité de réduire la consommation énergétique des réseaux mobiles est devenue une réalité. Ainsi, les opérateurs mobiles doivent trouver le bon compromis entre d'une part, la garantie de la QoS offerte aux utilisateurs et la vitesse de mobilité de ces derniers, et d'une autre part, le coût énergétique engendré pour le déploiement du réseau. Pour cela, dans le cadre de la gestion de la mobilité des utilisateurs, nous proposons des modèles pour la gestion des ressources des stations de base ainsi que pour la gestion de leur consommation énergétique. Le premier modèle proposé vise à gérer le partage des ressources entre les clients de l'opérateur mobile. Basé sur la prédiction de la mobilité des utilisateurs, ce modèle permet d'anticiper la gestion des ressources d'une station de base. Le deuxième modèle gère la consommation énergétique du réseau en se basant sur un contrôle d'affectation des utilisateurs mobiles. Cela permet de contrôler en continu la consommation énergétique des stations de base et la QoS qu'elles offrent aux utilisateurs mobiles. Par simulation, en utilisant une topologie réelle d'un réseau mobile, les performances des méthodes proposées sont évaluées en considérant différents scénarios possibles. Leurs performances sont comparées à celles de l'approche adoptée par des opérateurs mobiles actuels, ainsi qu'à celles de certaines approches proposées dans la littérature
The objective of this thesis is to develop methods for a targeted and efficient management of users mobility in heterogeneous mobile networks. This network is characterized by the deployment of different types of cells (macro, micro, pico and/or femto). The massive deployment of small cells (pico and femto) provides a supplementary coverage and capacity to mobile networks, specially in dense areas. However, the resulting real-time constraints limit the offered QoS. Furthermore, for commercial and/or environmental reasons, the needs to reduce the energy consumed by mobile networks became reality. Thus, mobile operators have to find a good compromise between, on the one hand, the users velocity and the guaranteed QoS, and on the other hand, the cost of deployment of such networks. For that, in the context of users mobility management, we propose models for resource and energy consumption management of base stations. The first model aims at controlling resource sharing between clients of the mobile operators. Based on a mobility prediction of users, this model anticipates the resource management of a base station. The second model aims at reducing energy consumption of the network by managing mobile users assignment to detected cells. This allows a continuous control of consumed energy of base stations while offered QoS is guaranteed. Based on simulation of a real mobile network topology, the performances of proposed models are evaluated while considering different possible scenarios. They are compared to the performances of different strategies as the ones proposed in literature or adopted by current mobile operators

Les capitales Africaines font face à une croissance urbaine grandissante qui s’accompagne de multiples défis. Ces villes sont de plus en plus perçues par les ruraux comme la destination idéale pour échapper à la précarité du milieu rural. Cette vision des centres urbains contribue à l’amplification de l’exode rural dans ces régions, où la macrocéphalie reste une réalité. À l’instar de beaucoup de pays de l’Afrique subsaharienne, il existe un déséquilibre de la hiérarchie urbaine au Mali. Bamako la capitale Malienne représente 55,3 % de la population urbaine du pays (INSTAT, 2009). Les villes secondaires du pays sont moins dynamiques et attirent de moins en moins les ruraux compte tenu de leurs niveaux de développement. La centralisation de tous les grands équipements et sièges d’institutions importants du pays à Bamako fait qu’elle est la destination favorite des ruraux.L’urbanisation accrue de la ville se traduit spatialement par un étalement croissant. En vingt-huit ans, la tache urbaine de la ville de Bamako a augmenté de 7290 ha. Elle est passée de 17 % et 1986 à 32 % en 2014. Durant cette période, il y a eu beaucoup d’aménagements dans le District de Bamako. Mais elle a été marquée davantage par le développement remarquable de la rive droite qui accueille de nos jours la majorité de la population bamakoise. Le rythme soutenu de cette croissance a conduit à l’épuisement des réserves foncières de la ville. Depuis une dizaine d’années, les réserves foncières des communes environnantes sont mobilisées pour résoudre les besoins fonciers de Bamako. À cela s’ajoute la réorientation des citadins en quête de propriété vers ces communes environnantes, agrandissant la pression foncière dans ces localités.L’épuisement de la réserve foncière de Bamako se traduit par une rurbanisation des communes environnantes. À partir de l’analyse de la dynamique spatiale de Baguinéda, Sanankoroba, Siby et Dio-gare, il s’est avéré que la plupart des communes environnantes de Bamako étaient quasiment des villages bien avant l’an 2000. L’année 2000 a été marquée par un démarrage de la croissance urbaine de ces localités. Entre 1999 et 2006, la tache urbaine des communes environnantes a évolué en moyenne de 17 %. Ce rythme de croissance de 17 % en sept ans est assez soutenu, et reflète l’influence de Bamako sur ces localités, sachant que les dernières réserves importantes de Bamako ont été consommées entre 1998 et 2000. Entre 2006 et 2014, la tache urbaine de ces localités a évolué en moyenne de 74 %. Ce rythme de croissance des localités environnantes de Bamako est assez alarmant. D’où la nécessité de prendre des dispositions pour stopper l’étalement spatial de ces communes. L’une des solutions reste la migration vers la construction à hauteur. Dans l’agglomération Bamakoise, 51 % des ménages sont favorables à l’instauration de la construction verticale (6.6.2.1 La préférence des logements à étage pour les ménages). Cette forme de construction est perçue comme une opportunité d’accéder à la propriété du logement.Les défis auxquels la capitale malienne fait face sont nombreux. Parmi les défis majeurs, il y a l’accès à un logement décent, aux équipements et services urbains au sein de la ville. Les programmes urbains en cours ne favorisent pas l’accès à la propriété du logement pour le plus grand nombre. Cette situation a débouché à la mise en place d’une stratégie d’adaptation par des ménages. Cette stratégie passe par une série d’épargne (achat d’une parcelle, construction et déménagement) pour accéder à la propriété du logement. Le paradoxe de cette stratégie est qu’elle n’est pas maîtrisée et favorise aussi la spéculation foncière au sein de l’agglomération. Les ménages en quête de propriété s’installent parfois dans des zones à risque (lit de cours d’eau, flanc de colline, etc.) sans aucune desserte par les réseaux
The fast growing African capital cities are facing several challenges. Perceived by rural people as a way to escape from their precarious livelihood, the capital cities remain the key destination for migrants coming from rural areas. This rural migration to capital cities is leading to disproportionate growth of these cities compare to other urban areas. Like other sub-Saharan countries, Mali is no exception to this phenomenon. Bamako the capital city of Mali is reported to accommodate 55.3% of the urban population of the country (INSTAT, 2009) whereas the underdeveloped secondary cities are less attractive to rural migrants. The aggregation of the bulk of equipment and national institutions of the country is one of the explanation to the phenomenon.The urbanisation process is then characterised by the continuing spatial spread-out of these cities. Over twenty eight years, the urban stain of Bamako has recorded an increase of 7290 ha including 17% growth in 1986 and 32% in 2014. Although several infrastructures have been developed over that period, the spatial enlargement was characterised by an outstanding expansion of the right-hand bank (of the River Niger) that hosts nowadays the bulk of Bamako population. Since a decade, the land reserves of neighbouring constituencies are officially used to fulfil the land needs of Bamako. This situation is compounded by the pursuit by urban population of land ownership, thus exacerbating the pressure on land resources of these constituencies.The depletion of the land reserves of Bamako is having an influence on the urbanisation of neighbouring constituencies. An analysis of the spatial dynamic of 4 nearest constituencies to Bamako viz. Baguineda, Sanankoroba, Siby and Dio-Gare shows that these areas were no more than villages before they start urbanising in 2000. From 1999 to 2006 the urban stains of these constituencies have recorded an average growth of 17%. The growth rate of 17% over seven years was quite sustained to reflect the way Bamako was encroaching on these constituencies. It is worth noting that the last important land reserves of Bamako were used between 1998 and 2000. This alarming spatial growth rate of the neighbouring constituencies begs for immediate measures. One of the solutions remains the shift towards the construction of high buildings. In Bamako cities, 51% of the households proved favourable to vertical buildings perceived as an opportunity to facilitate housing ownership.Indeed, the Malian capital city is facing several challenges including the access to appropriate housing, equipment, and urban services. The ongoing urbanisation programmes failed to fulfil the expectations of the great majority of households which ended up by finding their own adaptation strategy. The strategy consists of striving to save money in the view to acquire plots of land for housing. However the paradox of this situation is that it grows out of control to create conditions for high competition and dishonest businesses around land. Risk prone areas such as river beds, hill edges are more often invaded by household sin quest of ownership to housing though they have no access to urban services

L'informatique en périphérie est un paradigme émergent au sein de l'Internet des Objets (IoT) et complémentaire à l'informatique en nuage. Ce paradigme propose l'implémentation de serveurs de calcul situés à proximité des utilisateurs, réduisant ainsi la pression et les coûts de l'infrastructure réseau locale. La proximité avec les utilisateurs suscite de nouveaux cas d'utilisation, tels que le déploiement de serveurs mobiles embarqués sur des drones ou des robots, offrant une alternative moins coûteuse, plus éco-énergétique et flexible par rapport aux infrastructures fixes lors d'événements ponctuels ou exceptionnels. Cependant, cette approche soulève également de nouveaux enjeux pour le déploiement et l'allocation de ressources en temps et en espace, souvent dépendants de la batterie.Dans le cadre de cette thèse, nous proposons des outils et des algorithmes de prédiction pour la prise de décision concernant l'allocation de ressources fixes et mobiles, à la fois en termes de temps et d'espace, au sein d'environnements dynamiques. Nous mettons à disposition des jeux de données riches et reproductibles qui reflètent l'hétérogénéité inhérente aux applications de l'Internet des Objets (IoT), tout en présentant un taux de contention et d'interférence élevé. Pour cela, nous utilisons le FIT-IoT Lab, un banc d'essai ouvert dédié à l'IoT, et nous mettons l'ensemble du code à disposition de manière ouverte. De plus, nous avons développé un outil permettant de générer de manière automatisée et reproductible des traces de l'IoT. Nous exploitons ces jeux de données pour entraîner des algorithmes d'apprentissage automatique basés sur des techniques de régression afin de les évaluer dans leur capacité à prédire le débit des applications de l'IoT. Dans une démarche similaire, nous avons également entraîné et analysé un réseau neuronal de type transformateur temporel pour prédire plusieurs métriques de la Qualité de Service (QoS). Afin de tenir compte de la mobilité des ressources, nous générons des traces de l'IoT intégrant des points d'accès mobiles embarqués sur des robots TurtleBot. Ces traces, qui intègrent la mobilité, sont utilisées pour valider et tester un framework d'apprentissage fédéré reposant sur des transformateurs temporels parcimonieux. Enfin, nous proposons un algorithme décentralisé de prédiction de la densité de la population humaine par régions, basé sur l'utilisation d'un filtre à particules. Nous testons et validons cet algorithme à l'aide du simulateur Webots dans un contexte de serveurs embarqués sur des robots, et du simulateur ns-3 pour la partie réseaux
Multi-access Edge computing is an emerging paradigm within the Internet of Things (IoT) that complements Cloud computing. This paradigm proposes the implementation of computing servers located close to users, reducing the pressure and costs of local network infrastructure. This proximity to users is giving rise to new use cases, such as the deployment of mobile servers mounted on drones or robots, offering a cheaper, more energy-efficient and flexible alternative to fixed infrastructures for one-off or exceptional events. However, this approach also raises new challenges for the deployment and allocation of resources in terms of time and space, which are often battery-dependent.In this thesis, we propose predictive tools and algorithms for making decisions about the allocation of fixed and mobile resources, in terms of both time and space, within dynamic environments. We provide rich and reproducible datasets that reflect the heterogeneity inherent in Internet of Things (IoT) applications, while exhibiting a high rate of contention and interference. To achieve this, we are using the FIT-IoT Lab, an open testbed dedicated to the IoT, and we are making all the code available in an open manner. In addition, we have developed a tool for generating IoT traces in an automated and reproducible way. We use these datasets to train machine learning algorithms based on regression techniques to evaluate their ability to predict the throughput of IoT applications. In a similar approach, we have also trained and analysed a neural network of the temporal transformer type to predict several Quality of Service (QoS) metrics. In order to take into account the mobility of resources, we are generating IoT traces integrating mobile access points embedded in TurtleBot robots. These traces, which incorporate mobility, are used to validate and test a federated learning framework based on parsimonious temporal transformers. Finally, we propose a decentralised algorithm for predicting human population density by region, based on the use of a particle filter. We test and validate this algorithm using the Webots simulator in the context of servers embedded in robots, and the ns-3 simulator for the network part

Au Luxembourg, les pratiques de mobilité quotidienne des frontaliers et des résidents engendrent une forte dépendance à l’automobile. Ce processus favorise l’étalement urbain alors même que le pays a pour objectif de répondre à une demande en logements conséquente tout en limitant la consommation foncière. Dans ce contexte, l’objectif central de cette thèse est de donner de nouveaux éclairages sur la relation entre les formes du développement résidentiel et les mobilités quotidiennes qui y sont associées. Pour y parvenir, une démarche normative d’aménagement a été adoptée. Celle-ci consiste à proposer de nouvelles normes d’aménagement, en fonction d’un objectif donné. Des règles quantitatives sont les instruments de mise en application des normes.L’application d’une telle démarche normative se fait en trois étapes dans la thèse : i) la conception de scénarios de développement résidentiel à l’horizon 2030. L’introduction d’une règle d’urbanisation fractale permet la simulation de formes de développement résidentiel réalistes ; ii) la simulation des scénarios de développement résidentiel, à l’aide de la plateforme de simulation MUP-City et iii) l’évaluation des configurations spatiales simulées en termes d’accessibilité spatiale aux aménités rurales et urbaines (calculs SIG), et de durabilité des comportements de mobilité quotidienne (simulations au moyen de la plateforme MobiSim).Dans la plupart des scénarios, l’accessibilité spatiale à un large panel d’aménités (commerces, services, espaces verts et de loisirs, stations de transports en commun) est améliorée par rapport à la situation initiale observée en 2010. Les données de simulation des mobilités quotidiennes, par la prise en compte des comportements individuels des agents dans le modèle, confirment l’intérêt des scénarios simulés. La part modale de la voiture, qui est de 70 % en 2010, diminue en effet dans tous les scénarios. Elle atteint 58 % en 2030 pour l’un des scénarios. Parallèlement, les distances et le budget temps accordés à la marche à pied augmentent fortement.Les résultats de ce travail de thèse montrent l’intérêt d’une démarche normative appliquée aux questions d’aménagement du territoire, notamment en ce qui concerne le développement résidentiel. Les résultats soulignent également l’intérêt d’une modélisation fractale des formes urbaines, tant au niveau local (quartier, commune) que global (région urbaine)
In Luxembourg, daily mobility patterns of both cross-border workers and residents lead to a strong car dependance. This process encourages urban sprawl. Meanwhile the country is faced to increasing housing needs but has to reduce land consumption. Within this context, the main objective of this thesis is to throw light about the relation between residential growth patterns and daily mobility behaviors. In this way, a normative planning approach has been adopted. This approach proposes new planning norms for achieving a series of planning objectives. Quantitative rules are the tools used to apply the norms.Three steps has been done: i) conception of residential growth scenarios for 2030. By applying a fractal rule, we obtain realistic residential development patterns ; ii) spatial simulation of residential growth scenarios, with the MUP-City platform and iii) assessment of simulated spatial con¬gurations regarding both the spatial accessibility to rural and urban amenities (GIS calculations) and the sustainability of daily mobility behaviors (simulations with the MobiSim platform).In most of the scenarios, spatial accessibility to a various range of facilities (retails, services, green spaces, leisures and public transport stations) is increased compared to the initial state observed in 2010. Simulated daily mobility, by taking into account individual behaviors of agents in the model, con¬rms the interest of the proposed scenarios. The modal share of car use, which was 70% in 2010, decreases in all cases. It reaches 58% in 2030 for one scenario. Simultaneously, the distances and the time-budget of pedestrians strongly raise.This doctoral research shows the interest of a normative approach applied to spatial planning issues, particularly in terms of residential development. The results obtained also underline the interest of fractals for modelling urban forms, both at local (neighborhood, municipality) and global (urban region) scales

La capacité à prévoir les activités humaines a des implications essentielles dans de nombreux aspects des réseaux cellulaires. En particulier, la haute disponibilité de la prédiction de la mobilité peut permettre différents scénarios d'application; une meilleure compréhension de la demande de trafic de données mobiles peut aider à améliorer la conception de solutions pour l'équilibrage de la charge du réseau. Bien que de nombreux chercheurs aient étudié le sujet de la prédiction de la mobilité humaine, il y a eu peu de discussions sur l'anticipation du trafic de données mobiles dans les réseaux cellulaires.Pour comprendre la mobilité humaine, les ensembles de données de téléphones mobiles, consistant en des enregistrements de données de taxation (CDR), constituent un choix pratique d'empreintes humaines. Comme le déploiement du réseau cellulaire est très irrégulier et que les fréquences d'interaction sont généralement faibles, les données CDR sont souvent caractérisées par une parcimonie spatio-temporelle qui, à son tour, peut biaiser les analyses de mobilité basées sur de telles données et provoquer la perte de trajectoires individuelles.Dans cette thèse, nous présentons de nouvelles solutions de reconstruction de trajectoires individuelles et de prédiction de trafic de données mobiles individuelles. Nos contributions abordent les problèmes de (1) surmonter l'incomplétude des informations de mobilité pour l'utilisation des ensembles de données de téléphonie mobile et (2) prédire la future demande de trafic de données mobiles pour le support des applications de gestion de réseau.Premièrement, nous nous concentrons sur la faille de l'information sur la mobilité dans les ensembles de données de téléphones mobiles. Nous rapportons une analyse en profondeur de son effet sur la mesure des caractéristiques de mobilité individuelles et l'exhaustivité des trajectoires individuelles. En particulier, (1) nous fournissons une confirmation des résultats antérieurs concernant les biais dans les mesures de mobilité causées par la rareté temporelle de la CDR; (2) nous évaluons le décalage géographique provoqué par la cartographie des emplacements des utilisateurs vers les tours cellulaires et révélons le biais causé par la rareté spatiale de la CDR; (3) nous fournissons une estimation empirique de l'exhaustivité des données des trajectoires CDR individuelles. (4) nous proposons de nouvelles solutions de complétion CDR pour reconstruire incomplète. Nos solutions tirent parti de la nature des modèles de mouvements humains répétitifs et des techniques d'inférence de données de pointe et surpassent les approches précédentes illustrées par des simulations axées sur les données.Deuxièmement, nous abordons la prédiction des demandes de trafic de données mobiles générées par les abonnés individuels du réseau mobile. Sur la base de trajectoires complétées par nos solutions développées et nos historiques de consommation de données extraites d'un ensemble de données de téléphonie mobile à grande échelle, (1) nous étudions les limites de prévisibilité en mesurant la prévisibilité maximale que tout algorithme peut atteindre. les approches de prédiction du trafic de données mobiles qui utilisent les résultats de l'analyse théorique de la prévisibilité. Notre analyse théorique montre qu'il est théoriquement possible d'anticiper la demande individuelle avec une précision typique de 75% malgré l'hétérogénéité des utilisateurs et avec une précision améliorée de 80% en utilisant la prédiction conjointe avec des informations de mobilité. Notre pratique basée sur des techniques d'apprentissage automatique peut atteindre une précision typique de 65% et avoir un degré d'amélioration de 1% à 5% en considérant les déplacements individuels.En résumé, les contributions mentionnées ci-dessus vont dans le sens de l'utilisation des ensembles de données de téléphonie mobile et de la gestion des opérateurs de réseau et de leurs abonnés
The understanding of human behaviors is a central question in multi-disciplinary research and has contributed to a wide range of applications. The ability to foresee human activities has essential implications in many aspects of cellular networks. In particular, the high availability of mobility prediction can enable various application scenarios such as location-based recommendation, home automation, and location-related data dissemination; the better understanding of mobile data traffic demand can help to improve the design of solutions for network load balancing, aiming at improving the quality of Internet-based mobile services. Although a large and growing body of literature has investigated the topic of predicting human mobility, there has been little discussion in anticipating mobile data traffic in cellular networks, especially in spatiotemporal view of individuals.For understanding human mobility, mobile phone datasets, consisting of Charging Data Records (CDRs), are a practical choice of human footprints because of the large-scale user populations and the vast diversity of individual movement patterns. The accuracy of mobility information granted by CDR depends on the network infrastructure and the frequency of user communication events. As cellular network deployment is highly irregular and interaction frequencies are typically low, CDR data is often characterized by spatial and temporal sparsity, which, in turn, can bias mobility analyses based on such data and cause the loss of whereabouts in individual trajectories.In this thesis, we present novel solutions of the reconstruction of individual trajectories and the prediction of individual mobile data traffic. Our contributions address the problems of (1) overcoming the incompleteness of mobility information for the use of mobile phone datasets and (2) predicting future mobile data traffic demand for the support of network management applications.First, we focus on the flaw of mobility information in mobile phone datasets. We report on an in-depth analysis of its effect on the measurement of individual mobility features and the completeness of individual trajectories. In particular, (1) we provide a confirmation of previous findings regarding the biases in mobility measurements caused by the temporal sparsity of CDR; (2) we evaluate the geographical shift caused by the mapping of user locations to cell towers and reveal the bias caused by the spatial sparsity of CDR; (3) we provide an empirical estimation of the data completeness of individual CDR-based trajectories. (4) we propose novel solutions of CDR completion to reconstruct incomplete. Our solutions leverage the nature of repetitive human movement patterns and the state-of-the-art data inference techniques and outperform previous approaches shown by data-driven simulations.Second, we address the prediction of mobile data traffic demands generated by individual mobile network subscribers. Building on trajectories completed by our developed solutions and data consumption histories extracted from a large-scale mobile phone dataset, (1) we investigate the limits of predictability by measuring the maximum predictability that any algorithm has potential to achieve and (2) we propose practical mobile data traffic prediction approaches that utilize the findings of the theoretical predictability analysis. Our theoretical analysis shows that it is theoretically possible to anticipate the individual demand with a typical accuracy of 75% despite the heterogeneity of users and with an improved accuracy of 80% using joint prediction with mobility information. Our practical based on machine learning techniques can achieve a typical accuracy of 65% and have a 1%~5% degree of improvement by considering individual whereabouts.In summary, the contributions mentioned above provide a step further towards supporting the use of mobile phone datasets and the management of network operators and their subscribers