Classification de station de base pour viettel network

UNIVERSITÉ NATIONALE DU VIETNAM, HANỌ INSTITUT FRANCOPHONE INTERNATIONAL ROC NAïL CLASSIFICATION DE STATION DE BASE POUR VIETTEL NETWORK Phân loại tự động các trạm phát trong mạng truy

UNIVERSITÉ NATIONALE DU VIETNAM, HANỌ

INSTITUT FRANCOPHONE INTERNATIONAL

UNIVERSITÉ NATIONALE DU VIETNAM, HANỌ

INSTITUT FRANCOPHONE INTERNATIONAL

ROC NAïL

CLASSIFICATION DE STATION DE BASE POUR

VIETTEL NETWORK Phân loại tự động các trạm phát trong mạng truyền thơng

của Viettel

Spécialité : Systèmes Intelligents et Multimédia

Code : Programme pilote

MÉMOIRE DE FIN D’ÉTUDES DE MASTER INFORMATIQUE

Sous la direction de:

- Lưu Đức Phong, Trưởng Phịng Số hĩa Doanh nghiệp – Trung tâm Phát

triển Phần mềm VTNet, Thạc sỹ CNTT - Đại học Bách Khoa Hà Nội

- Nguyễn Hồng Quang

ATTESTATION SUR L’HONNEUR

J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données

et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs

La source des informations citées dans ce mémoire a été bien précisée

LỜI CAM ĐOAN

Tơi cam đoan đây là cơng trình nghiên cứu của riêng tơi

Các số liệu, kết quả nêu trong Luận văn là trung thực và chưa từng được ai cơng bố trong bất kỳ cơng trình nào khác Các thơng tin trích dẫn trong Luận văn đã được chỉ rõ nguồn gốc

Signature de l’étudiant

ROC NAïL

Remerciements

Ce travail est l’aboutissement d’un dur labeur et de beaucoup de sacrifices; nos remerciements vont d’abord au Créateur de l’univers qui m’a doté d’intelligence, et m’a maintenu en santé pour mener à bien ces deux années d’étude

Nos remerciements vont aussi à l’encontre de mon directeur d’études Mr Ho Tuong Vinh et l’un de mes deux encadrants, Nguyễn Hồng Quang, qui malgré leur temps difficile m’ont aidé à travers leurs remarques pertinentes Je tiens également à remercier l’administration de l’institut Francophone International et toutes les équipes de l’Université Nationale du Vietnam pour leur professionnalisme et leur disponibilité tout au long de ces deux ans de scolarité

Je souhaite remercier tous les professionnels et amis travaillant dans le secteur de l’Intelligence Artificielle interrogés dans le cadre de cette étude, qui ont bien voulu répondre à mes différentes questions sur le domaine dans le but de permettre la facilité de l’élaboration de ce travail

Je ne peux passer outre ma reconnaissance envers ma conjointe, mes parents, ma courageuse mer, mon oncle et mes frères Leur présence, leur écoute, leur confiance

en moi et leur soutien constant m’assurent des bases solides me permettant de persévérer et de me surpasser

Enfin, À mes camarades de la promotion 22, spécialement mes frères Hạtiens que j’ai servis avec humilité et avec lesquelles j’ai passé une scolarité exceptionnelle, riche d’enseignements, et d’expériences de rencontres, je veux ici dire ma sincère amitié

Merci beaucoup

Résumé

Le travail présenté à travers ce document met en évidence d’abord l’amélioration d’un modèle de classification pour porter des solutions adéquates aux différents problèmes que fait face la compagnie de Viettel en faisant des recherches sur les différentes stratégies pour y arriver Ensuite, le développement et la suggestion d’une preuve de concept utilisant le Deep Learning appliquée à la télécommunication s’inscrivant dans le cadre du projet « Classification des station

de Base pour Viettel Network » de VTNET un centre d’innovation technologique

au sein de l’entreprise Viettel de Hanoi, Vietnam Je présente d’abord une étude de l’état de l’art de la Télécommunication en général, notamment celles qui sont les

plus répandues et les plus utilisées aujourd’hui : les stations de base BTS

Ensuite, je presente un état de l’art des projets pertinents existants sur le Deep Learning, plus précisément les modèles de classification ainsi que les approches et techniques adoptées pour les réaliser Mes recherches sur la classification, les différents modèles existants et des différents travaux ciblés m’ont donné la grande opportunité de fournir une meilleure alternative pour le développement de la preuve

de concept du projet de VTNET À l’issue de cette étude, j’ai opté bien sûr pour le développement et l’amélioration de modèle de classification multi classe Inception V3 Le choix d’Inception V3 est justifié par le fait qu’il a été entrainé en utilisant la base de données ImageNet qui contient plus des millions d’images et formant 1000 catégories De plus le modèle offre un taux d’erreur très bas, ce qui joue aussi sur sa grande efficacité.

En effet, j’ai entrainé mon modèle avec les données de la compagnie et après de nombreuses expérimentations de ma preuve de concept, j’ai obtenu des résultats extraordinaires confirmant l’efficacité du modèle de classification d’images choisie

et garantissant aussi une solution à la problématique du sujet d’étude : réduction du temps d’entrainement, augmentation de précision, efficacité de manière à être déployé immédiatement en temps réel afin d’aider les agents de terrain et d’avoir une meilleure base de données pour les diagnostics visant à l’épanouissement de la compagnie

to telecommunications within the development of the project "Base Station

Classification for Viettel Network" of VTNET, a technological innovation center within the Viettel Company in Hanoi, Vietnam I will first present a study of the state of art of Telecommunications in general, especially those that are the most widespread and most used today: BTS base stations

Then, I present a state of art of existing relevant projects on Deep Learning, more precisely the classification models as well as the approaches and techniques

adopted to achieve them My research on classification, the different existing

models and various targeted works have given me the great opportunity to provide

a better alternative for the development of the proof of concept of the VTNET project At the end of this study, I opted of course for the development and

improvement of the Inception V3 multi-class classification model The choice of Inception V3 is justified by the fact that it was trained using the ImageNet database which contains more than millions of images and forms 1000 categories In

addition, the model offers a very low error rate, which also plays on its high

efficiency

In fact, I trained my model with the company's data and after numerous concept experiments, I obtained extraordinary results confirming the efficiency of the chosen image classification model and also guaranteeing a solution to the

proof-of-problem of the study subject: reduction of training time, increase in accuracy, efficiency so that it can be deployed immediately in real time to help field agents and have a better database for diagnostics aimed at the company's development

Table des matières

Chapitre 1 1

1.1 Contexte et cadre d’étude 1

1.2 Présentation de Viettel 2

1.2.1 Missions de Viettel 2

1.2.2 Stratégies 3

1.2.3 Valeurs 4

1.3 Présentation de VTNet 4

1.4 Problématique 5

1.5 Objectif du stage 8

1.5.1 Méthodologie et contributions 9

1.5.2 Structure du mémoire 10

1.6 Conclusion 10

Chapitre 2 11

2.1 Introduction 11

2.2 La télécommunication et les Stations de base 11

2.2.1 Les différents types de BTS 12

2.2.2 Composition et rôles des éléments d’une BTS 13

2.2.3 Les entités de Télécommunication de ma base de données 21

2.3 La classification des images 35

2.4 Les objectifs et domaine d’études de la classification d’images 37

2.5 Méthode de classification et classifieurs 38

2.5.1 Les arbres de décision 38

2.5.2 Les SVMs (Support Vector Machines) 39

2.5.3 Les réseaux de neurones 40

2.6 Les travaux existants et quelques modèles de classification d’images 42

2.6.1 Le modèle VGG-16 et son architecture 42

2.6.2 Le modèle Inception V3 43

2.7 Conclusion 45

Chapitre 3 46

3.2 Conception de ma solution 46

3.2.1 Création d’une application pour l’acquisition des données 47

3.2.2 Nettoyage et présentation des données 48

3.2.3 Regroupement logiques des données et formation de sous classes 48

3.2.4 La phase d’entrainement d’Inception V3 54

3.3 Implémentation 57

3.3.1 Environnement matériels 57

3.3.2 Environnement logiciels 58

3.3.3 Langage de programmation et outils utilisés 58

3.4 Conclusion 58

Chapitre 4 59

4.1 Les résultats de l’apprentissage 60

Chapitre 5 66

5.1 Perspectives 66

Table des figures

Figure 1-1: Image floue prise par les agents de terrain 6

Figure 1-2: Image trop éloignée 6

Figure 1-3: Prise partielle d’une image 7

Figure 1-4: Erreur dans le regroupement des images 8

Figure 2-1: Les antennes 14

Figure 2-2:Azimut avec angle négatif 15

Figure 2-3: Azimut avec angle positif 15

Figure 2-4: Site GSM mono sectorisé avec des antennes omni directionnelles 16

Figure 2-5: Plan d’un site bi sectorisé 17

Figure 2-6: Site bi sectorisé avec quatre antennes directionnelles 17

Figure 2-7: - Plan d’un site tri sectorisé 18

Figure 2-8: - Site tri sectorisé avec trois antennes directionnelles 18

Figure 2-9: Autre plan d’un site tri sectorisé 19

Figure 2-10: Site tri sectorisé avec six antennes panneaux directionnelles 19

Figure 2-11: Les câbles coaxiaux ou Feeders 20

Figure 2-12: Containers à toitures plats 21

Figure 2-13: Containers à toitures en deux plans 22

Figure 2-14: New House à toiture en deux plans 23

Figure 2-15: New House à toitures plats 23

Figure 2-16: New House à fondation élevé 24

Figure 2-17: New House à deux portes 24

Figure 2-18: Pylône haubané sur le toit d’une maison 25

Figure 2-19: Un autre pylône haubané sur un toit 26

Figure 2-20: Pylône Haubané en milieu rural 26

Figure 2-21: Pylône monopole 27

Figure 2-22: Pylône camouflage 28

Figure 2-23: Pylône palmier 29

Figure 2-24: Pylône en treillis de forme rectangulaire 30

Figure 2-25: Pylône en treillis de forme triangulaire 31

Figure 2-26: Pylône haubané à fondation carrée élevé 32

Figure 2-27: Pylône haubané à fondation légèrement au-dessus du sol 32

Figure 2-28: Racine d’un pylône monopole 33

Figure 2-29: Racine élevé d’un pylône palmier 33

Figure 2-30: Hauban et tendeur dans un espace élevé 34

Figure 2-31: Hauban et tendeur sur un le toit d’une maison 34

Figure 2-32: Fondation du hauban enfuie sous la terre 35

Figure 2-33: Tendeurs accroché à une fondation élevée 35

Figure 2-34: Arbre de décision pour la météo 39

Figure 2-35: Séparation de données avec SVM 40

Figure 2-36: L’architecture d’un réseau de neurone 41

Figure 2-37: Fonctionnement d’un réseau de neurones à convolutions 42

Figure 2-38: Architechture de VGG-16 43

Figure 2-39: l’architecture du modèle Inception V3 43

Figure 2-40: Déroulement d’une factorisation 44

Figure 3-1: Téléchargement des milliers d’images avec l’application créée 47

Figure 3-2: Mauvaise répartition des données après téléchargement 48

Figure 3-3: Sous-classe Pylône monopole 49

Figure 3-4: Sous-classe Pylône autoportant 49

Figure 3-5: Le Sous-classe Pylône haubané 50

Figure 3-6: Sous-classe des racines des pylônes monopoles 51

Figure 3-7: Sous-classe représentant la racine des Pylônes haubanés 51

Figure 3-8: Sous-Classe des haubans et tendeurs 52

Figure 3-9: Sous-classe des Containers 53

Figure 3-10: Sous-classe des New House 53

Figure 3-11: Création des bottlenecks 56

Figure 3-12: Déroulement et résultat de l’apprentissage à l’étape 18360 56

Figure 4-1: Résultat du test final après la fin de l’entrainement 60

Figure 4-2: Image testée par le modèle 62

Figure 4-3: Score de l’image classifiée par le modèle 63

Table des tableaux

Table 2-1: Performance et architecture de quelques modèles 44

Table 3-1 : Les paramètres clés du modèle 55

Table 3-2 : Tableau des composants de l’ordinateur LG 57

Table 3-3 : Tableau des composants du serveur 57

Table 4-1 : Mappings des noms vietnamirns et francais 59

Table 4-2 : Mapping ou emplacemcement des noms par des chiffres 59

Table 4-3 : Résultat du modèle avec des paramètres et techniques différents 61

Table 4-4 : Modèle 1 avec résultats sur les données téléchargées et testées 63

Table 4-5 : Modèle 2 avec résultats sur les données téléchargées et testées 64

Table 4-6 : Modèle 3 avec résultats sur les données téléchargées et testées 64

Table 4-7 : Les ID du répertoire Vsmart et les ID des sous-classes 65

Liste des sigles et acronymes

1 BTS: Base Transceiver Station

2 GMS: Global System for Mobile

3 SVM: Support Vector Machine

4 CNN: Convolutional Neural Network

5 CN: Connected Network

6 VGG: Visual Geometry Group

Définitions

1-Deep Learning : L'apprentissage profond ou apprentissage en

profondeur(en anglais : deep learning, deep structured learning) est un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes

transformations non linéaires

2-Telecommunication :Les télécommunications sont définies comme la

transmission à distance d’informations avec des moyens à base d'électronique et d'informatique et de transmission filaire, optique ou électromagnétique

3- VTNET : centre d’innovation technologique au sein de l’entreprise Viettel

4- BTS : La base transceiver station (en français : station de transmission de base

ou station émettrice-réceptrice de base) (BTS) est un des éléments de base du

système cellulaire de téléphonie mobile GSM Elle est appelée plus communément

« antenne-relais GSM »

5- ImageNet : ImageNet est une base de données d'images annotées produit par l'organisation du même nom, à destination des travaux de recherche en vision par ordinateur

6-Inception V3 : est un réseau neuronal convolutif pour aider à l'analyse d'images

et à la détection d’objets, et a fait ses débuts en tant que module pour Googlenet

Chapitre 1

Introduction

Ce document est le fruit de nombreuses recherches scientifiques et de différents travaux accomplis tout au long de mon stage de fin d’étude Il représente aussi une garantie d’éligibilité pour l’obtention du diplôme du master informatique, spécialité

« Systèmes intelligents et Multimédia » de l’Institut Francophone International (IFI)/Université Nationale du Vietnam, Hanoi(UNVH), en collaboration avec avec l’Université de La Rochelle, France

Les recherches et travaux ont été effectués au sein de l’équipe Digital Department, une entité qui est située à l’intérieur du centre d’innovation technologique VTNET d’Hanoi, la capitale du Vietnam Le stage a eu une durée de 6 mois et été réalisé sous

la supervision de mon encadrant, M.Lưu Đức Phong

1.1 Contexte et cadre d’étude

La technologie est la clé du futur et est devenue indispensable pour les puissances mondiales et même les pays en voies de développement dont le Vietnam Cet élément tout à fait mystérieux semble maintenant briser presque toutes les chaines

de l’impossible Il fait partie même de notre quotidien puisqu’évidemment nous vivons dans l’ère numérique

Le Vietnam, petit à petit se hisse parmi les grands jusqu’ à s’offrir une réputation technologique hors norme dans l’Asie de Sud-Est et même sur la scène internationale En effet, certaines grandes compagnies comme Google et Apple voient déjà le pays comme l’un des principaux marchés du futur Rappelons aussi que cette année même l’Apple commence à déménager au Vietnam, faisant du pays l’un des plus grands, voire le grand centre d’assemblage pour des pièces téléphoniques du géant américain

Cependant, le pays fait face aux nombreux problèmes tels que le nombre d’habitants résidents dans la capitale et les grandes villes phares Cet inconvénient à de lourdes conséquences sur la qualité des services offertes par de nombreuses compagnies et même sur le mode de vie des gens Par exemple, le nombre de bouchons qui affectent

la circulation quotidienne tend à augmenter à cause du flux grandissant de véhicules

dans les rues Et on a fait certainement appel à l’intelligence artificielle pour traiter des données volumineuses et pour apporter des solutions adéquates en utilisant la détection et la localisation des objets (voitures, camions, motos, etc.) dans une vidéo

de surveillance routière, la reconnaissante faciale, et la classification des objets de même catégorie dans une image Un autre problème de la concentration des gens dans les milieux urbains est le ralentissement et la mauvaise qualité des réseaux de télécommunication En effet, quelques compagnies de télécommunication offrent de nombreux services à la population dont Viettel Ce dernier se réfère au Big Data et les techniques de machine Learning identifier, analyser et apporter des solutions efficaces

C’est dans cette même optique que Viettel Network, pour développer l'entreprise à l'échelle nationale et internationale et améliorer la qualité de service, à travers ce projet veut apporter des solutions basant sur l’intelligence artificielle pour automatiser la classification de ses différents types de stations-services dans le monde Cela aidera ses milliers de travailleurs sur le terrain à utiliser l'application Vsmart Service pour insérer une image qui fait partie de l'une des différentes catégories de stations-service Cette image sera classée automatiquement ou sera rejetée si cette dernière est erronée ou incorrecte, selon sa probabilité

1.2 Présentation de Viettel

Viettel est l'une des entreprises de télécommunications comptant le plus grand nombre de clients au monde Avec l'expérience de l'universalisation des télécommunications dans de nombreux pays en développement, la compagnie a compris qu'être connecté est un besoin humain très fondamental et que connecter les gens maintenant n'est plus seulement une voix et un message, c'est aussi un moyen pour les gens de profiter de la vie, de créer et de s'enrichir Par conséquent, avec l’approche innovante, la compagnie essaie toujours de connecter les gens à tout moment, peu importe qui ils sont et ó qu'ils se trouvent

1.2.1 Missions de Viettel

Viettel est actuellement un important fournisseur de services de télécommunications

au Vietnam, investissant, opérant et faisant des affaires dans 13 pays s'étendant de

personnes, soit environ 3 fois la population du Vietnam Outre les télécommunications, Viettel participe également au domaine de la recherche de production de haute technologie et à un certain nombre d'autres domaines tels que les frais de port, la construction et l'installation, le commerce et l'importation-export, IDC

En 2006, Viettel a décidé d'étendre ses activités à l'étranger Dans chaque pays, Viettel a choisi une marque distincte La compagnie a prouvé sa capacité à travers

le succès de ses filiales car la plupart d'entre elles occupent les positions de leader sur le marché des télécommunications en termes d'abonnés, de revenus, d'infrastructures Avec la mission de créer pour les gens, Viettel considère toujours chaque client comme un être humain - un individu distinct, qui doit être respecté, soigné et écouté, compris et servi séparément Le fondement d'une entreprise en croissance est social Viettel s'engage également à réinvestir dans la société en associant la production et les activités commerciales aux activités sociales, en particulier les programmes de santé, d'éducation et de soutien aux pauvres

1.2.2 Stratégies

La compagnie Viettel est l'un des transporteurs à la croissance la plus rapide au monde Elle possède 99 500 stations GSM (y compris les stations 2G BTS, les nœuds 3G B et 4G) et plus de 365 000 km de câbles à fibres optiques Notons aussi qu’elle

se retrouve dans le top 100 des marques de télécommunications les plus importantes

au monde

Viettel s'est fixé une mission créative de servir les gens Chaque produit Viettel est

le résultat de la créativité pour répondre aux besoins des gens, rendant la vie des gens

de mieux en mieux La compagnie crée des conditions favorables, accueille chaleureusement et souhaite partager toutes les contributions des clients pour des produits et services parfaits Chaque être humain est un individu aux besoins uniques Viettel fait des efforts créatifs pour répondre à ces besoins spécifiques avec

le meilleur partage et compréhension Tous les produits et services de Viettel sont constamment rénovés pour devenir de plus en plus parfaits

1.2.3 Valeurs

1.2.3.1 Innovateur

- Pionnier dans l'innovation et la création Écouter et comprendre pour servir le

peuple

- Les clients sont pris en charge en tant qu'individus séparés

- La compagnie prend le soin et fait de son mieux pour comprendre chaque client afin de fournir des services sur mesure qui répondent le mieux à leurs

demandes

1.2.3.2 Services

La compagnie Viettel offre de nombreux services tels que:

- IT (SMS Parents, Eduplatform, Smart Motor, etc.…)

- TELECOMMUNICATIONS (Services mobiles, Services à domicile, Application & Service)

- RETAILS (Avec la diffusion du réseau de distribution dans 63 provinces du Vietnam, Viettel fournit une chaîne nationale de magasins de vente au détail d’appareils mobiles, d’appareils informatiques, d’appareils de santé, de services de commerce électronique.)

- RESEARCH AND MANUFACTURING (DCOM 3G)

- POST (Services de livraison express, Services de livraison de passeports, Services de livraison internationale, Billets d’avion et Services de livraison de colis)

1.3 Présentation de VTNet

Viettel Network Corporation (VTNet) est la seule unité de Viettel Military Télécommunications Group chargée de gérer et d'exploiter l'ensemble du système informatique du Groupe Actuellement, VTNet gère 253 services, ce qui équivaut à environ 9 000 serveurs

VTNet se situe à Ngõ 19 Phố Duy Tân, Cầu Giấy, Hà Nội Cette entité a pour nom complet Tổng Công ty Mạng lưới Viettel en Vietnamien On peut la visiter en allant sur le site web Viettel.com.vn Elle fut fondée en 2001 et a un staff de plus de 2100 personnes

Un point fort de Viettel est qu'il a écrit des outils d'application informatique pour surveiller de manière centralisée l'ensemble du système informatique Un seul écran peut voir tous les problèmes survenant sur le système, le réseau à exploiter, à gérer Lorsqu'il y a un incident, il y a un avertissement automatique Et c’est de là que ses nombreuses entités entrent en scène dont l’apport de solutions en un temps record

1.4 Problématique

L’identification des composants des stations de services est extrêmement importante dans la télécommunication puisque ces entités ont des rơles très spécifiques Chaque détails est pris très au sérieux et pèse beaucoup dans la balance au cas ó ce dernier est oublié ou mal utilisé La télécommunication est tellement compliquée que chaque catégorie d’entités est en effet une sous-catégorie d’une autre encore plus grande Avec les nombreuses stations de Viettel au niveau national et international, la compagnie a des employés particuliers qui peuvent aller sur le terrain pour prendre des photos de ces stations Il s’agit d’une étape obligatoire qui garantit non seulement l’identité, le nom ou le code de chaque station, mais aussi les caractéristiques de chaque catégorie ou sous-catégorie

Donc toutes ces donnes vont être stockées dans une base afin d’avoir des statististiques claires qui permettront de mesurer les progrès effectues pour chaque catégorie

Dans chaque pays ó la compagnie est présente, les donnes envoyées par chaque employé seront traitées et ensuite enregistrées Rappelons aussi que parfois, de telles procédures peuvent aussi être effectuées manuellement avec une inspection visuelle par un expert et prennent beaucoup de temps Les problématiques actuelles d’abord dans le domaine de l’enregistrement des variétés sont nombreuses:

 Les employés (techniciens ou agents de terrain) n’ont pas vraiment reçu une formation pour la prise des photos

 Parfois les agents n’ont pas vraiment accès au local même du site Ce qui résulte à des prises très éloignées de l’objet en question Et ici encore avec ces types de prises, on perd des détails importants qui vont influencer la qualité des analyses (cf FIGURE 1.2)

Figure 1-1: Image floue prise par les

agents de terrain

Figure 1-2: Image trop éloignée

 L’objet principal n’est pas toujours au centre de l’image et il arrive même que seulement qu’une partie est représentée (cf FIGURE 1.3)

Figure 1-3: Prise partielle d’une image

 Les images ou données sont enregistrées et triées par catégories Cependant,

on retrouve toujours beaucoup d’erreurs lorsque les objets ne sont pas placés dans la bonne catégorie (cf FIGURE 1.4) alors que des analyses ont été faites sur celle-là

Figure 1-4: Erreur dans le regroupement des images

Ensuite, après l’obtention des données, comme je n’ai pas trop de connaissances sur les outils de télécommunication, une assistance technique résultant à une explication bien détaillée des données, à leur nomenclature puisqu’elles sont en vietnamien est plus que nécessaire qu’utile En effet personne ne pourra analyser des images ni tirer des conclusions sans avoir la moindre idée de l’objet principal sur lequel il faut se focaliser Je ferai un état de l’art des différents types de données de la compagnie pour arriver bien à les représenter et les utiliser à travers les modèles que j’aurai soit

à améliorer ou à tester afin d’aboutir à des résultats optimaux En prenant compte de tous ces inconvénients, je vais bâtir ma méthode pour atteindre les objectifs de ce travail

1.5 Objectif du stage

Mon objectif dans ce travail et à travers ce projet est l’utilisation de l’intelligence artificielle pour apporter des solutions pour automatiser la classification des différents types de stations-service de la compagnie Viettel situées au Vietnam et dans les autres pays L’objectif fixé s’inscrit dans le cadre des besoins de VTNet à savoir le développement de l'entreprise à l'échelle nationale et internationale et l’amélioration de la qualité de service

En effet, pour aboutir à un tel but, je dois rechercher et améliorer les performances

du modèle existant qui est l’Inception V3 et réduire considérablement le temps d'apprentissage, ou proposer un meilleur modèle si nécessaire De plus, il faut avoir

la capacité d'analyser correctement les problèmes existants afin de fournir des plans

de sortie en construisant, faisant adapter et évoluer les services de l'équipe de service Vsmart de l'entreprise

On doit savoir comment extraire et prétraiter les données de l'entreprise pour obtenir des résultats optimaux Notons aussi qu’il faut améliorer continuellement le système

de classification en travaillant avec l'équipe de Vsmart pour faciliter le déploiement

du meilleur modèle

1.5.1 Méthodologie et contributions

Pour atteindre l’objectif de mon stage, j’ai d’abord analysé le travail précèdent qui

a été effectué sur la classification et la détection des stations de communications de

la compagnie Viettel En effet, le modèle Inception V3 a été utilisé sur un jeu de données qui comprenait onze grandes catégories Cependant, mon prédécesseur n’a pas réussi à obtenir le pourcentage visé par la compagnie Donc, moi, voulant à tout prix satisfaire aux différentes requêtes de Viettel, ai demandé l’assistance d’un technicien qui saura m’expliquer les différentes entités du jeu de données afin que

je puisse mieux organiser les différentes catégories qui le composent Il m’a fallu même diviser les catégories en sous-catégories

De plus, avec les variétés d’images qui étaient mises à ma disposition, d’une part, il faillait aussi que j’aie au moins un millier d’images par catégorie pour mieux équilibrer mon jeu de données ; d’autre part, bien nettoyer le jeu de données de manière à ce que le modèle puisse bien les comprendre durant la phase d’entrainement Notons que la qualité d’un jeu de données est un facteur primordial pour l’entrainement réussi et optimisé d’un modèle donné

Donc tous ces points m’auront permis à bien structurer mon jeu de données et ils servent aussi de base pour un entrainement optimal de mon modèle Plus tard, lors

de l’implémentation de ma solution proposée je donnerai un peu plus de détails sur l’effort effectué et les travaux entrepris pour arriver à atteindre les objectifs du stage

1.5.2 Structure du mémoire

Ce document de mémoire est divisé en six(6) chapitres :

Chapitre 1 : Le premier chapitre traite de l’introduction générale du mémoire, la présentation de l’entreprise, l’objectif, la problématique et le plan de travail pour notre stage

Chapitre 2 : Le deuxième chapitre concerne l’état de l’art des modèles de classification, les algorithmes et la modèles de classification

Chapitre 3 : Dans le troisième chapitre nous présentons les différents travaux de conception de notre solution proposée

Chapitre 4 : Le quatrième chapitre englobe les différents tests et résultats obtenus suite à l’expérimentation de mon modèle Inception V3

Chapitre 5: Dans le dernier chapitre, j’ai fait un bilan en comparant les objectifs qui

étaient fixés au début et les résultats que j’ai obtenu à la fin

1.6 Conclusion

Dans ce chapitre, j’ai fait la présentation du contexte et du cadre d’étude, de Viettel et de VTNET, de la problématique et de l’objectif du stage Dans le chapitre suivant, je j’ai mis l’accent sur l’état de l’Art de la classification d’image

et ses techniques, le lien entre la télécommunication et mon sujet d’étude et finalement les architectures de quelques modèles

C’est pourquoi ce projet a été créé afin d’utiliser la machine Learning, un sous ensemble de l’Intelligence Artificielle pour classifier les différentes catégories d’images représentant des stations de service des réseaux de télécommunications, divises eux même en sous catégories de plusieurs entités

Dans ce chapitre, je vais faire l’état de l’art de la télécommunication puisque je travaillerai avec les entités de la télécommunication comme donnes et les objectifs

de ce travail sont également les réponses que je vais apporter pour résoudre les problèmes liés à la télécommunication Pour cela, je présenterai les différentes entités qui constituent ma base de données

Ensuite viendra l’état de l’art des différentes techniques de classification d’objets et des divers modèles adaptes a classification Et pour finir, je parlerai des travaux existants

2.2 La télécommunication et les Stations de base

Rappelons que la Télécommunication peut se définir comme la transmission à distance d’informations avec des moyens à base d'électronique et d'informatique et

de transmission filaire, optique ou électromagnétique Et dans ce travail, j’ai appris

à reconnaitre et mémoriser les différents types de stations de services de la

compagnie Viettel ainsi que leurs composants de manière a bien les interpréter p our faciliter leur utilisation lors de la phase d’entrainement au sein de mon modèle Une station de base de téléphonie mobile est une station d’émission et de réception fixe, composée d’une ou plusieurs antennes émettrices-réceptrices, d’un ou plusieurs réflecteurs d’antenne hyperfréquence, et de circuits électroniques, qui sont utilisés pour acheminer les appels cellulaires Elle sert de pont entre les utilisateurs du service mobile d’une cellule et raccorde leurs appels au centre de commutation du service mobile

La BTS est un ensemble d'émetteurs-récepteurs Le placement et le type des BTS déterminent la forme des cellules L’opérateur définit de nouvelles zones à équiper, pour compléter la couverture du territoire ; pour cela, il commande à un sous -traitant spécialisé la réalisation d'une étude pour de nouveaux emplacements de relais Les services de l'opérateur font une visite technique sur place, pour définir le type d'antenne et leurs positions Le sous-traitant fait lui aussi des relevés pour prévoir l'installation du matériel et des chemins de câbles S'il s'agit d'une région difficile d'accès, il faudra au préalable mettre en place un chemin praticable par les engins nécessaires à l'installation du pylơne et autres matériels Si le site se trouve sur un toit d'immeuble, il faudra sécuriser les abords du toit et préparer à accueillir les antennes et les BTS

C'est à ce moment-là que seront faites les fondations et formes en ciment destinées

à supporter le pylơne et les baies Lorsqu'ils seront utiles, les préfabriqués, jouant le rơle de shelter (abris pour les baies et matériel) seront mis en place, ou (si existant) aménagés pour recevoir le matériel

2.2.1 Les différents types de BTS

Elles sont idéales pour couvrir les sites ó la densité d'abonnés est faible Elles sont situées sur des points stratégiques (sommets, pylơnes ) Ces stations émettent dans toutes les directions: ce sont les stations les plus visibles Elles couvrent d es macros cellules On en trouve en abondance au bord des autoroutes Ces BTS ne peuvent pas être utilisées dans les zones de forte densité car elles émettent et occupent la bande passante du réseau sur une grande distance (jusqu'à 20 Kms)

2.2.1.2 Les BTS ciblés

Elles sont le plus souvent placées dans des zones à plus forte densité d'abonnés que les BTS rayonnantes On les retrouve en ville par exemple Elles sont de forme relativement allongée et permettent d'émettre suivant un angle très précis: on peut grâce à cela réutiliser facilement le même canal dans une autre cellule à proximité

Elles couvrent des zones très restreintes et sont très utilisées dans les sites ó la densité d'abonnés est importante: ce sont les microcellules Leur grande discrétion permet de les installer dans les périmètres autour des centres villes Une bonne étude d'implantation permet avec ce type de BTS de créer une couverture à deux niveaux: sur un premier niveau, les micro-BTS couvrent les 3 premiers mètres grâce à des émetteurs très ciblés Un second niveau (étage plus élevé des immeubles) sera couvert par des BTS ciblées

Ce ne sont pas des BTS proprement dites mais ils permettent de couvrir une autre cellule comme le ferait une véritable BTS Les amplificateurs de signal [1] captent

le signal émis par les BTS, l'amplifient et le réémettent d'un autre site Ils permettent

de couvrir une cellule à moindre cỏt De plus, ces amplificateurs ne nécessitent aucune connexion vers les BSC, ils peuvent donc être placés sans contraintes physiques (sommet isolé de tous réseaux électriques et télécoms) Idéals pour couvrir les zones à faible densité ou à relief difficile, ils sont néanmoins très gourmands en ressource réseau, car la BTS mère doit gérer tout le trafic des réémetteurs

2.2.2 Composition et rơles des éléments d’une BTS

Les BTS jouent un rơle extrêmement important dans l’évaluation de la qualité d'un réseau Elles se composent d’antennes et de câbles coaxiaux

2.2.2.1 Les antennes

Figure 2-1: Les antennes

Les antennes sont les composantes les plus visibles du réseau GSM (cf FIGURE 2.1) On les voit un peu partout, souvent sur des hauts pylônes, sur des toits d'immeubles, contre des murs, à l'intérieur des bâtiments ; il arrive assez souvent qu'elles soient invisibles ou camouflées

Les caractéristiques des antennes sont la fréquence d’utilisation, la directivité, la portée, le gain, l’azimut (cf FIGURE 2.2 et 2.3) ou angle de propagation [2], le tilt qui est l'angle d'inclinaison (en degrés) de l'azimut du lobe principal de l'antenne dans le plan vertical

Figure 2-2:Azimut avec angle négatif

Figure 2-3: Azimut avec angle positif

2.2.2.1.1 Sectorisation

Cette partie est très importante parce qu’il permet de bien distinguer le nombre de secteurs que contient une antennes et de bien faire les analyses nécessaires Chaque relais GSM est partagé en plusieurs zones d’émission, une pour chaque antenne, habituellement jusqu’à 3 zones par relais, appelées aussi secteur ou cellule

Est dit mono sectorisé un site GSM qui ne possède qu’un seul secteur, c'est-à-dire qui ne gère qu’une seule cellule Il y a une seule antenne, ou deux si la diversité spatiale est utilisée, voire jusqu’à trois pour certains sites omnidirectionnels constitués de trois brins omnidirectionnels (cf FIGURE 2.4) Ce type de site omnidirectionnel est utilisé en zone rurale pour assurer une couverture assez importante, sans permettre une grande quantité de communications, ou en zone urbaine importante, pour micro cellule, afin de supporter des communications passées dans une zone réduite Un site mono sectorisé avec panneau directionnel, peut être utilisé pour affiner une couverture locale, ou en zone rurale, au-dessus d’une vallée encaissée, ó les deux autres secteurs ne seraient pas utiles

Figure 2-4: Site GSM mono sectorisé avec des antennes omni directionnelles

Un site bi sectorisé est un site GSM qui possède deux secteurs, et donc deux cellules distinctes (cf FIGURE 2.5 et 2.6) Le site peut comporter au moins deux antennes

et jusqu’à quatre si la diversité spatiale est utilisée Ce type de site sert à couvrir des zones ó seuls deux secteurs sont utiles (le flanc d’une colline par exemple)

Figure 2-5: Plan d’un site bi sectorisé

Figure 2-6: Site bi sectorisé avec quatre antennes directionnelles

La majorité des sites GSM sont des sites tri sectorisés (cf FIGURE 2.7, 2.8, 2.9 et

2.10), c'est-à-dire qu’ils sont constitués de trois cellules Ces sites sont très répandus

en zone rurale et périurbaine, ó la couverture n’est quasiment assurée qu’à partir de

Figure 2-9: Autre plan d’un site tri

sectorisé

Figure 2-10: Site tri sectorisé avec six antennes panneaux directionnelles

Pour relier la BTS aux antennes, on utilise des câbles coaxiaux (ou feeders en anglais), qui peuvent atteindre jusqu’à une cinquantaine, voire exceptionnellement une centaine de mètres de longueur, pour parcourir la distance entre la BTS et les antennes (cf FIGURE 2.11) Ces câbles sont blindés et parfaitement isolés, de manière à n’introduire aucun parasite entre l’antenne et la BTS, mais surtout pour éviter les pertes

Quelques mots clés

Base Transceiver Station – Station de base émettrice-réceptrice La BTS est le premier élément électronique « vu » par le téléphone, elle se trouve près des antennes, dans une baie métallique La BTS est constitué de nombreuses cartes électroniques qui organisent la liaison entre le téléphone et le réseau GSM

Feeders Feeders – Câbles d’alimentation Pour les GSM, les feeders sont les câbles

coaxiaux blindés qui assurent le transit des entre les antennes et la BTS

Figure 2-11: Les câbles coaxiaux ou Feeders

2.2.3 Les entités de Télécommunication de ma base de

données

Dans la compagnie de Viettel, à côté des antennes, on retrouve dans abris contenant les équipements nécessaire pour alimenter les pilonnes et les équipements électroniques du système Les containers sont toujours en métal et le plus souvent

de couleur blanche On retrouve majoritairement deux types de containers Les containers a toitures plats (cf FIGURE 2.12) et ceux avec des toitures en deux plans (cf FIGURE 2.13) Les containers peuvent être aussi munis d’un escalier en métal

cf FIGURE 2.12) ou en béton cf FIGURE 2.13)

Figure 2-12: Containers à toitures plats

Figure 2-13: Containers à toitures en deux plans

Les New House jouent quasiment le même rôle que les containers Cependant, ils ne sont pas en métal et ils offrent une sécurité quasi maximale du site Ils sont faits de bétons et sont très robustes Les New House sont extrêmement nombreux et le plus souvent sont de couleur verte Leur forme et leur taille varient beaucoup Les générateurs qui alimentent les antennes et autres composants de Télécommunication sont places à l’intérieur de ces maisons Dans les images ci-dessous, je fais une représentions des différents types de New House

Figure 2-14: New House à toiture en deux plans

Figure 2-15: New House à toitures plats

Figure 2-16: New House à fondation élevé

2.2.3.3 Les pylônes Haubanés

Les pylônes sont les structures verticales en hauteur en haut desquelles se retrouvent souvent les antennes Leur structure métallique est de forme triangulaire droite en treillis tubulaire ou cornières [11] Dans ma base de données, les types pylônes varient selon leur taille, leur forme, leur mission et leur position La tour haubanée est une sorte de tour adossée à des fils qui est ancrée au sol [3] Cette tour est composée de motifs de tiges ainsi que d’une tour autoportante Mais le type de tour haubanée a des tiges de plus petite dimension plutôt qu'une tour autoportante C’est l’une des catégories les plus représentées dans mon travail Les images suivantes peuvent témoigner de leur omniprésence dans le réseau

Figure 2-18: Pylône haubané sur le toit d’une maison

Figure 2-19: Un autre pylône haubané sur un toit

2.2.3.4 Les pylônes autoportants

Ici, je fais une petite description et présentation des pylônes autoportantes Ces derniers comme leur nom l’indique n’ont pas de besoin d’aide de câbles pour se tenir debout

Il y a des pylônes autoportants de forme circulaire qui sont des émetteurs de signaux Ces pylônes sont aussi appelés monopole (cf FIGURE 2.22) Ils sont une hauteur particulièrement élevée et n’ont pas besoin d’être à cote d’un container ou d’un new house Parmi les pylônes monopoles, on retrouve aussi des pylônes de camouflages (cf FIGURE 2.23) En effet, pour répondre aux exigences les plus variées de la clientèle quant aux milieux naturels et climatiques d'utilisation, certaines compagnies de communication fournissent à leur clientèle des pylônes palmiers (cf FIGURE 2.24.) Le revêtement de ces pylônes palmiers résiste parfaitement aux effets naturels et assurent une intégration correcte à la végétation des différentes régions

Figure 2-21: Pylône monopole

Figure 2-22: Pylône camouflage