C’est la recherche qui mène à l’innovation

#ComputerVision #DataScience #DeepLearning

Le Lab Aquila fédère notre communauté autour de projets scientifiques innovants qui nous permettent de rester à la pointe de l’état de l’art dans le monde toujours en évolution du Big Data et de la Data Science. Nous pouvons ainsi proposer à nos clients les méthodes les plus innovantes pour répondre au mieux et au plus vite à l’évolution de leurs besoins.
Le Lab Aquila enrichit également en continu le pôle de compétences de notre équipe de consultants, aussi bien en valorisant leurs connaissances sur des projets de recherche exploratoire, qu’en améliorant leur culture en Big Data et Data Science sur des sujets variés et innovants (Computer Vision,Traitement des signaux faibles, NLP…).

12 janvier 2021

[Ethique] Algorithmes ou humains, qui porte la responsabilité ?

#Algorithmes #DeepLearning #éthique #IA #LabInsights #Risque

Retrouvez toutes nos autres videos sur notre chaîne YouTube.    Dans le monde, 2.5 quintillions (10³⁰) bytes de données sont générés par jour en moyenne. La quantité de données produite ne cesse d’augmenter. Dans l’univers de l’intelligence artificielle, ces données sont une ressource primaire alimentant des algorithmes de plus en plus performants ayant des applications […]

1 décembre 2020

Méthode d’explicabilité : Integrated gradients

#DataScience #DeepLearning #IA #Interprétation #LabInsights #MachineLearning #Modèle

Retrouvez toutes nos autres videos sur notre chaîne YouTube.    Si vous avez aimé notre précédent article, rédigé par Aurélia, sur l’explicabilité des modèles, vous serez certainement intéressé par ce nouvel article qui présente en particulier une nouvelle approche méthodologique pour améliorer l’interprétation de modèles de Deep Learning, souvent très opaques. Il s’agit de la […]

29 octobre 2020

Interprétabilité des modèles de Machine Learning

#DataScience #IA #Interprétation #LabInsights #MachineLearning #Modèle

Retrouvez toutes nos autres videos sur notre chaîne YouTube.    Comprendre les modèles : un enjeu fondamental Les modèles de machine learning (ML) sont souvent des boites (plus ou moins) noires qu’on évalue selon leurs performances sur un ensemble de données, sans savoir exactement pourquoi et comment les décisions sont prises. Or, si obtenir les […]

24 septembre 2020

Automated Machine Learning appliqué aux séries temporelles

#AutoML #Data #DataScience #IA #IoT #LabInsights #MachineLearning #RD #Robotique #Workshop

  L’autoML, la fin des Data Scientists ? Non ! Découvrez comment la combinaison des 2 approches permet aux Data Scientists Aquila Data Enabler de répondre plus rapidement et de façon plus pertinente aux problématiques de forecasting et de détection d’anomalies.   Retrouvez toutes nos autres videos sur notre chaîne YouTube.    par Antonin Braun […]

15 septembre 2020

Les principes du Deep Fake & le modèle Pix2Pix

#Algorithmes #DataScience #Deepfake #DeepLearning #GAN #IntelligenceArtificielle #LabInsights #Modèle

“Il est facile de fabriquer un mauvais deepfake, mais très difficile d’en faire un qui soit vraiment réussi” Ctrl Shift Face   Vous avez sans doute déjà vu ce fameux extrait stupéfiant de Shining, dans lequel on voit Jim Carrey imiter à la perfection le personnage joué par Jack Nicholson. Nombreux sont ceux qui sont […]

les uses-cases du lab

DÉTECTION DE VISAGE ET FACESWAP

OBJECTIFS

  • Identifier des visages sur un flux vidéo
  • Afficher les repères des visages (sourcils, bouche, nez, etc.)
  • Intervertir les visages contenus dans une vidéo
  • Utilisation sur un flux vidéo en temps réel

ALGORITHMES

  • Identification des repères des visages (dlib)
  • Identification des visages (openCV)

DISTANCIATION SOCIALE ET DÉTECTION DE MASQUE

OBJECTIFS

  • Détection des équipements de sécurité et de distanciation (Masques, casques, etc…)
  • Analyse des flux vidéos d’une caméra en temps réel
  • Développement d’une application visuelle permettant aux caméras de détecter les comportement à risque
  • Grâce à une calibration, détermination de la matrice de projection de la caméra (Outil de calcul des distances sur l’image de la caméra)

ALGORITHMES

  • Calibration des caméras par homotéties
  • Utilisation de Yolo v3
  • Tracking et suivi des personnes
  • Labélisation des données d’entraînement

TRANSFERT DE STYLE SUR FLUX VIDÉO EN TEMPS RÉEL

OBJECTIFS

  • Transfert de style d’image sur flux Vidéo en temps réel

ALGORITHMES

  • Adaptations de la publication: « A Neural Algorithm of Artistic Style »
  • Contrainte du temps réel et du flux vidéos
  • Entrainer nos propres réseaux
  • Développer un outil de visualisation temps réel

CLASSIFICATION ET LECTURE AUTOMATIQUE DE FACTURES AVEC PERTURBATIONS

OBJECTIFS

  • Lecture automatique de factures réparti en + de 20 templates
  • Reconnaissance et segmentations de chaque document
  • Lecture automatique et robuste des informations
  • Score de confiance de lecture pour toutes les informations

ALGORITHMES

  • Classification par CNN et K-means avec soustraction de templates
  • Lecture robuste par OCR avec score de confiance
  • Validation croisée et multi-OCR

DÉTÉCTION D’AGE ET D’ÉMOTION EN TEMPS RÉEL

OBJECTIFS

  • Reconnaissance de genre et d’émotion à partir d’une détection faciale

ALGORITHMES

  • Adaptations de la publication «Real Time Convolutional Neural Networks for emotional and gender classification » de 2017
  • Contrainte du temps réel et du flux vidéos
  • Entrainer nos propres réseaux pour améliorer la détection de genre
  • Développer un outil de visualisation temps réel

ANALYSE DE LA FRAUDE

OBJECTIFS

  • Développement de modèle de détection de fraude pour identifier les transactions de carte bancaire suspecte
  • Régler les problèmes de dissymétrie d’informations
  • Concevoir un modèle de détection des fraudes permettant de classer les transactions faussement négatives donnant 100% de rappel

ALGORITHMES

  • Modèle GMM pour le clustering de variables Génération de dataset pour training
  • Benchmark de méthodes de Machine Learning Classiques (RF, arbres de décision) et de Deep Learning (CNN, RNN, LSTM…)

DÉTÉCTION ET LABÉLISATION D’OBJETS DANS UNE SCÈNE COMPLEXE

OBJECTIFS

  • Labélisation automatique d’objets sur la base d’un YOLO

ALGORITHMES

  • Adaptations de l’algorithme YOLO
  • Contrainte du temps réel et de flux vidéos
  • Etre capable d’ajouter des objets spécifiques
  • Développer un outil de visualisation et de nouveaux usages

ETUDE DE L’ÉLASTICITÉ DES PRIX SUR UN PRODUIT DE CONSOMMATION

OBJECTIFS

  • Etablir une liste des couples (produit, type de clients) sur lesquels proposer des hausses de prix sans impacter le CA négativement.
  • Analyse et recommandation de prix optimal par couple (produit, client)
  • Nettoyage et remplissage des base de données

ALGORITHMES

  • Réseaux de neurones
  • Régression Hédonique

ANALYSE DE LA CONFORMITÉ DOCUMENTAIRE DU CHANGEMENT

OBJECTIFS

  • Donner un indice de confiance à chaque document justification d’un corpus.
  • Analyse de documents en termes de complétude de cohérence et d’informations
  • Recherche et extraction d’information et de validation sur un corpus de documents de type variable

ALGORITHMES

  • Analyse sentimentale
  • NLP (TF-IDF, Word2Vec)
  • OCR robuste multi-informationnel

EXTRACTION DE PATTERNS DANS UN CONTRAT : CLAUSES SPECIFIQUES, SIGNATURES ET DATE MANUSCRITE

OBJECTIFS

  • Identifier et extraire les clauses particulières de nombreux contrats
  • Extraire les signatures
  • Vérifier l’authenticité des scripteurs par matching
  • Identifier et extraire les dates manuscrites

ALGORITHMES

  • Classification par CNN (LeNet-5) et SVM
  • Modèle de Markov caché (lexique au format « Date »)
  • Validation croisé et multi-OCR.

MOTEUR DE RECOMMANDATION DE PRODUIT CLIENT

OBJECTIFS

  • Proposer une méthode de recommandation hybride avec intégration de l’ordre des achats.
  • Utilisation des méthodes des Deep Learning pour améliorer les méthodes de recommandations.

ALGORITHMES

  • Utilisation d’un moteur de recommandation hédonique
  • Intégration de critères socio-économiques , de l’ordre des achats du client
  • Extraction de données de sources exogènes : Données textes (analyse NLP), statistiques du sites…

PRÉVISION DU RISQUE DE CREDIT GRACE À L’ ANALYSE D’ARTICLES DE PRESSE

OBJECTIFS

  • Prévoir la dévaluation de la notation de la dette d’une entreprise à partir d’un historique et d’une analyse de la presse
  • Extraction du topic de chaque article et des mots clés de chaque article
  • Vérification du vocabulaire impactant et calcul du risque d’impact combiné

ALGORITHMES

  • NLP
  • Word Embedding
  • Analyse et classification de séries temporelles
Nous respectons
votre vie privée

En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour réaliser des statistiques de visites.