@QUA

  • Titre : Innovation Network for ICT and water efficiency
  • Responsable : Thierry Denoeux
  • Type : Réseau Européen
  • Dates : 2011-2013

Résumé :

The aim of the @qua Network is to promote the uptake of ICT solutions to address the fundamental problems of efficiency faced by public and private services of the water management domain in providing information related to ICT solutions implementation and uses. By supporting a shared vision for streamlining current information and reporting needs and gaps of ICT solutions for the water domain and promoting the adoption of interoperable solutions based on the concept of level of sharing, the @qua network addresses the aim at EU level to promote ICT solutions for water efficiency.

The @qua network will leverage the existing community of stakeholders participating in various networks and professional organisations at the EU and international levels. By reviewing the current state of play within the various water business processes, the requirements for enhancing the existing solutions and the existing ICT deployments, the @qua network will develop a widely agreed action plan for the evolution towards standardized innovative ICT solutions based on the principle of level of sharing. This will reflect the latest developments in the ICT domain and in terms of the evolving legal framework, including the implications of the recently adopted directives (WFD, Flood, INSPIRE).

ECHOPEDIA

  • Titre : Développement d’outils informatiques en échocardiographie pédiatrique 3D pour l’exploration des cardiopathies congénitales
  • Responsable : Jean-François Lerallut
  • Type : Projet Régional
  • Dates : 2008-2011

Résumé :

L’objectif est le développement de méthodes de restauration et de segmentation d’images d’échocardiographie pédiatrique tridimensionnelles pour l’exploration des cardiopathies congénitales. Ainsi, à l’aide d’outils de visualisation et de navigation virtuelle, le cardiopédiatre pourra explorer toutes les structures cardiaques, comme s’il se trouvait à l’intérieur du cœur. Chez l’adulte, les cardiopathies sont des anomalies de la vascularisation myocardique, alors que l’architecture est normale. Chez le nouveau né, la physiologie cardiaque est modifiée par des anomalies de ses structures anatomiques. L’imagerie 3D apportera une précision diagnostique plus grande, avec une approche volumique par endoscopie virtuelle. Ceci est d’autant plus fondamental que la réparation chirurgicale anatomique est souvent réalisable. Ce travail sera réalisé au Centre de Cardiologie Pédiatrique d’Amiens pour la partie médicale, et au laboratoire Heudiasyc, de l’Université de Technologie de Compiègne, pour le développement des méthodes informatiques.

CLASSEL

  • Titre : "Classification croisée et sélection de modèle Classification apprentissage"
  • Responsable : Gérard Govaert
  • Type : Projet National (ANR)
  • Dates : 2008-2011

Résumé :

ClasSel est un projet de recherche académique qui vise à développer des méthodes de transformation de données en connaissances. Les données en question se présentant sous la forme d’une matrice individus–variables, nous cherchons à produire de la connaissance sous la forme de groupes homogènes de données associant conjointement les individus et les variables. C’est le problème de classification croisée. Nous envisageons d’attaquer ce problème formellement à travers une modélisation probabiliste. Notre projet vise à adapter cette modélisation aux problèmes spécifiques de la classification croisée pour les données de grande taille, une attention particulière étant mise sur le problème, fondamental, du choix du nombre de groupes. C’est la question de la sélection de modèle. À cette fin, nous comptons nous placer dans un cadre statistique nouveau et particulièrement bien adapté. Nous nous proposons aussi de mettre en œuvre nos solutions sur des exemples concrets, comme le challenge Netflix sur les systèmes de recommandation, et de traiter des applications en analyse automatique de texte et en marketing. Notre stratégie scientifique consiste à attaquer de front les questions de fond de la modélisation en apprentissage et de la sélection de modèle pour trouver des solutions en rupture avec l’existant. Pour atteindre cet objectif, nous proposons de mettre en œuvre une approche décloisonnée mobilisant des chercheurs de différentes communautés STIC (statistiques, analyse de données, apprentissage et informatique) sur des applications concrètes liées à de grandes masses de données.

EVIPRO

  • Titre : Pronostic par fonctions de croyance
  • Responsable : Thierry Denoeux
  • Type : Projet Académique (PEPS CNRS)
  • Dates : 2011-2013

Résumé :

L’activité de maintenance d’équipements dans l’industrie a évolué en faveur d’actions préventives pour anticiper les défaillances. Pour cela, des systèmes automatiques dits de « pronostic » ont peu à peu vu le jour afin de fournir une estimation du temps restant avant défaillance et la confiance associée. Les méthodes de pronostic guidées par des données mesurées sur l’équipement sont parmi les plus utilisées. Cependant ces données, nécessaires pour l’apprentissage des modèles de pronostic, sont difficiles à obtenir. Par le projet EVIPRO, nous cherchons à exploiter la théorie des fonctions de croyance, aussi appelée théorie de l’EVIdence, pour l’établissement de modèle de PROnostic fiable à partir de peu de données initiales. Cette théorie récente (années 70) généralise les probabilités et permet de palier le problème du manque d’informations a priori.

Pages 1 | 2


Actualités
Vidéothèque
Téléchargements
Annuaire



FR SHIC 3272

Collegium UTC/CNRS