Rémy Grünblatt

Rémy Grünblatt

Auto-generated profile, based on publicly available information

Rémy Grünblatt

SAMOVAR, Tlcom SudParis, Institut Polytechnique de Paris, vry, France

Research Focus & Metrics

Academic Career Length

8Years (2019-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
26 October 2022 in IEEE Transactions on Network and Service Management
Verified
Journal Article
Closed access
AHAroosa Hameed
Aroosa Hameed
JVJohn Violos
John Violos
Aris LeivadeasAris Leivadeas
Aris Leivadeas
NSNina Santi
Nina Santi
RGRemy Grunblatt
Remy Grunblatt
Nathalie MittonNathalie Mitton
Nathalie Mitton
Internet of Things (IoT) devices generate a tremendous amount of time series data that is extremely dynamic, heterogeneous and time dependent. Such types of data introduce significant challenges for the real-time prediction of QoS metrics of IoT applications with different traffic characteristics. To this end, in this paper, we propose a temporal transformer model and a unified system to predict several QoS metrics of heterogeneous IoT applications when they communicate with the Edge of the network. The transformer model also leverages an attention module to provide a solution for both short-term and long-term sequence prediction of QoS metrics that allows to better extract any time dependencies. In particular, in our framework, we firstly generate a set of datasets containing real-time traffic information of five different IoT applications such as Heating, Ventilation, and Air Conditioning (HVAC), lighting, Voice over Internet Protocol (VoIP), surveillance and emergency response using the 802.15.4 access technology and the RPL routing protocol. Following, we perform the data cleaning, downsampling and pre-processing of the datasets and we construct the QoS datasets, which include four QoS metrics, namely throughput, packet delivery ratio, packet loss ratio and latency. Finally, we evaluate the transformer model through extensive experimentation using both short-term and long-term dependencies and we show that our model can guarantee a robust performance and accurate QoS prediction.

25 November 2019
Verified
Conference Paper
Open access
PDF file
RGRémy Grünblatt
Rémy Grünblatt
IGIsabelle Guérin-Lassous
Isabelle Guérin-Lassous
OSOlivier Simonin
Olivier Simonin

1 January 2022 in Computer Communications
Verified
Journal Article
Closed access
RGRémy Grünblatt
Rémy Grünblatt
ILIsabelle Guérin Lassous
Isabelle Guérin Lassous
OSOlivier Simonin
Olivier Simonin

6 April 2026
Verified
Thesis
Closed access
RGRémY GrünBlatt
RémY GrünBlatt
De l'évaluation des performances Wi-Fi à la mobilité contrôlée pour les réseaux de drones: La mobilité dans les réseaux de télécommunications est souvent considérée comme un problème qu'il faut résoudre : un appareil mobile et sans fil doit adapter ses paramètres de transmission afin de rester connecté à son ou ses homologues, car le canal évolue avec les mouvements de l'appareil. Les drones, qui sont des véhicules aériens sans pilote (dans le cadre de cette thèse) ne font pas exception. En raison de leur liberté de mouvement, de leur mobilité tridimensionnelle dans des environnements nombreux et variés, de leur charge utile limitée et de leurs contraintes énergétiques, et en raison du large éventail de leurs applications dans le monde réel, les drones représentent de nouveaux objets d'étude passionnants dont la mobilité est un défi. Pourtant, la mobilité peut aussi être une chance pour les réseaux de drones, surtout lorsqu'elle peut être contrôlée. Dans cette thèse, nous explorons comment la mobilité contrôlée peut être utilisée pour augmenter les performances d'un réseau de drones, en mettant l'accent sur les réseaux IEEE 802.11 et les petits drones multi-rotors. Nous décrivons tout d'abord la manière dont la mobilité est traitée dans les réseaux 802.11, c'est-à-dire en utilisant des mécanismes d'adaptation de débit. Nous faisons ensuite l’ingénierie inverse de l'algorithme d'adaptation de débit utilisé dans la carte Wi-Fi du drone Intel Aero. L'étude de cet algorithme d'adaptation de débit, de manière expérimentale et en simulation, grâce à son implémentation dans le simulateur réseau ns-3, permet sa comparaison avec d'autres algorithmes bien connus. Cette comparaison met en évidence l'importance de l'impact de ces algorithmes sur les réseaux de drones, en particulier vis à vis de leur mobilité, et les différences de comportement résultant de ces algorithmes au niveau de chacun des nœuds du réseau. Car ils sont souvent inaccessibles et difficilement modifiables par l'utilisateur final, une solution de mobilité contrôlée visant à améliorer les performances d'une flotte de drones ne peut pas pré-supposer du comportement de ces algorithmes. En outre, les applications des réseaux et flottes de drones sont diverses, et il est difficile d'imposer des contraintes de mobilité sur leurs éléments sans entrer en conflit avec des familles complètes d'applications. Nous proposons donc une solution de mobilité contrôlée qui exploite l'anisotropisme du rayonnement des antennes des drones. Cet algorithme est évalué grâce à un cadriciel personnalisé pour la simulation des antennes et des drones, basé sur le simulateur réseau ns-3. Cette solution, qui fonctionne avec n'importe quel algorithme d'adaptation testé, est distribuée et ne nécessite pas une coordination globale qui serait coûteuse. Elle ne nécessite pas non plus un contrôle total et complet de la mobilité des drones, comme le requièrent les solutions de mobilité contrôlée existantes, ce qui rend cette solution compatible avec diverses applications.