MyDataBall

IA comportementale sur IoT

Résumé

1.Introduction

C'est dans le cadre des smartcities que le besoin d'anticiper en l'occurrence la consommation d'énergie, d'eau, de maintenir opérationnellement les infrastructures IoT qui mesurent les débits de fluides, que les outils RN sont mis à profits pour prédire, détecter les contradictions des mesures faites par les IoTs, remplir les données aberrantes ou manquantes. Au bout du bout, il s'agit de déterminer quel type d'habitats et d'habitants qui sont présents et ainsi leur offrir les meilleurs conseils sur les usages des bâtiments.

2.Méthodologie

Des machines learning encapsulées sur gros volumes de données vont pouvoir décrire les flux d'information au niveau d'un IoT, au niveau de plusieurs IoT (une salle), d'un ensemble de salles (ou gateway = habitations), niveau immeuble etc qui vont s'autocorriger et ainsi maintenir, prédire la masse des flux 'informations. Selon la typologie des salles et des habitations, les comportements remarquables des machines learning vont classifier les lieux et déterminer leurs aractéristiques. Ce besoin apparait quand les industriels cherchent à corriger et conseiller les occupants pour garder le cap de la diminution de l'empreinte carbone.

3.Originalité / perspective

Nous présenterons l'architecture des machines learning et son originalité ainsi que les différents tests réalisés en grandeur nature. En outre, cette technique dans des environnements edge permettra de ne délivrer que l'information utile et ainsi diminuer le coût carbone des IoT tout en préservant par extrapolation non linéaire, la qualité des informations reçues.

Télécharger le résume PDF

Revoir le live :

SESSION 1.4 - IA comportementale sur IoT - Chauvin - MyDataBall https://t.co/cCS805mB5Q

— Bordeaux Data Science (@BordeauxData) February 13, 2020

A propos - MyDataBall

MyDataBall structure les bases de données complexes en arborescences, identifie les corrélations pertinentes de tous vos indicateurs et variables. Ces fonctionnalités permettent de naviguer au cœur des informations de votre organisation et de détecter les combinaisons de leviers qui vont impacter vos résultats. Ainsi, votre BI est piloté par l'apprentissage des questions des collaborateurs sur les données et construit une IA qui optimise la détection des éléments prioritaires de performance.

mydataball.com/fr/

A propos de l'orateur