RETOURS D'EXPÉRIENCES

Airbus souhaite fiabiliser les décisions de leur logiciel de classification en masse des données

Airbus

La grande masse de données rend la classification manuelle irréaliste.
Les règles de décisions définies par des ingénieurs produisent des décisions moins fiables que celles d’un expert humain.

MISSIONS

  • Optimiser l’utilisation de plusieurs descriptions des objets
  • Accélérer massivement l’apprentissage par les techniques HPC
  • Améliore la parcimonie: mieux généraliser, classer plus vite
  • Améliorer la gestion de description locales des objets

ENJEUX & RÉSULTAT

  • Automatisation des tâches répétitives mais difficilement modélisable d’un expert. L’expert n’a pas besoin de modéliser sa connaissance, le logiciel apprends en observant l’expert
  • Détection/reconnaissance de cible sur imagerie aérienne
  • Reconnaissance de véhicule sur photos
  • Classification de pièces d’avions (~10M pièces) pour accélération de la simulation – 97% de précision, accélération ~x1000 par rapport à l’expert
Territoire(s) :

AUTRES RETOURS EXPÉRIENCES
SECTEUR INDUSTRIE

Choix et mise en oeuvre d’un Data Lake, et déploiement d’un outil de reporting associés

Lire...

Airbus souhaite fiabiliser les décisions de leur logiciel de classification en masse des données

Lire...

Sodetrel, filiale d’EDF experte de la mobilité électrique, met en place une plateforme de supervision de son parc de bornes de rechargement

Lire...