# CORTEX · DTSC

> Comprendre les variations de performance des réseaux d’infrastructure critiques pour éclairer les décisions.

Source: https://www.dtsc.be/fr/brain/projets/cortex/

DTSC

BRAIN / Recherche appliquée

# CORTEX

Comprendre les variations de performance des réseaux d’infrastructure critiques pour éclairer les décisions.

BRAIN

CORTEX

Réseaux critiques · Inférence causale

BRAIN

N° 03

03

CORTEX

BRAIN

Région wallonne · Win4Doc

Recherche doctorale

Inférence causale

Simulation

Région wallonne · Win4Doc

Réseaux critiques

Inférence causale

Université libre de Bruxelles - Machine Learning Group

Réseaux critiques · Inférence causale

### État du projet

Projet doctoral financé par la Région wallonne

2026–2030 · calendrier prévisionnel

### Cadre de financement

Région wallonne, programme Win4Doc (SPW Économie Emploi Recherche)

- Recherche doctorale

- Inférence causale

- Simulation

### Partenaires

- Université libre de Bruxelles - Machine Learning Group

## La démarche

CORTEX signifie Causal Optimization for Resilient Twin Engines. Ce projet de recherche doctorale étudie un moteur d’inférence causale appliqué aux réseaux d’infrastructure critiques.

Les travaux relient analyse des causes, simulation et aide à la décision. Melih Taki porte la recherche doctorale ; Wiktor Łażewski contribue au volet simulation. Le promoteur académique est le professeur Gianluca Bontempi, au Machine Learning Group de l’Université libre de Bruxelles.

Le programme doctoral est prévu de 2026 à 2030 dans le cadre Win4Doc du SPW. CORTEX est un projet de recherche : il aboutit à une preuve de concept et à des publications, pas à un produit fini.

## Objectifs

- Construire un moteur causal qui croise les données industrielles internes (capteurs, ERP, historique des opérations) avec le contexte externe (météo, prix de l’énergie, marchés) pour identifier et quantifier les causes des variations de performance.

- Simuler des scénarios contrefactuels (« et si ») pour hiérarchiser les actions correctives.

- Trois modules : Abstract Infrastructure Model, Causal Analytics, Decision Support.

- Maturité visée : TRL 2 à 5 ; le rail d’abord, l’énergie comme second domaine.

## L’équipe du projet

- [Melih Taki](https://www.dtsc.be/fr/equipe/melih-taki/)doctorant, DTSC

- [Dr Sara Ghane](https://www.dtsc.be/fr/equipe/sara-ghane/)membre du jury de thèse, DTSC

- [Denis Budin](https://www.dtsc.be/fr/equipe/denis-budin/)coordinateur du projet, DTSC

- Prof. Gianluca Bontempipromoteur académique, ULB

## Les contributions

Sara Ghane

Membre DTSC

Melih Taki

Membre DTSC

Wiktor Łażewski

Membre BRAIN

Source : Informations DTSC · novembre 2026.

Objectifs et équipe : document « BRAIN projects » du laboratoire, version du 13 novembre 2026.

Échanger sur ce projet
