Lancé en septembre dernier via plateforme Agorize, le 15 décembre 2021 marquait la finale du hackathon IA4AI (Artificial Intelligence for Industrial Application Hackathon) organisé par ArianeGroup, Atos et SKF Magnetic Mechatronics, avec Techniques de l’Ingénieur et le soutien de Mathworks et AWS, et portant sur l’intelligence artificielle dans les applications industrielles. Ouvert aux spécialistes de l’IA sur le Campus de l’Espace à Vernon (27), cette finale a permis à 7 finalistes de présenter leurs résultats en « pitchant » devant un jury.
Les grands gagnants, l’équipe du laboratoire L2EP
L’équipe du L2EP (Laboratoire d’Electrotechnique et d’Electronique de Puissance de Lille) composée de Jérôme Tomezyk, post doctorant Carnot ARTS dans le cadre du projet SaDel et de Thomas Henneron, maître de conférences en génie électrique à l’université de Lille, a remporté le 1er prix et a obtenu le prix spécial Mathworks parmi une centaine d’équipes inscrites
L’équipe travaille sur les méthodes de réduction de modèles numériques de dispositifs électriques. A partir de données temporelles extraites d’une application industrielle, la problématique était d’établir un modèle de prédiction en vue d’applications en temps réel. L’évaluation portait sur le temps d’apprentissage et le nombre de données nécessaires à la phase d’entrainement du modèle de prédiction, la prédiction de résultats issus de jeux de données tests et sur la présentation de l’approche développée.
Elle a obtenu, comme prix une dotation financière de 5000 €, un accès aux ressources documentaires Techniques de l’Ingénieur à hauteur de 3000 € et 1500 USD de crédits AWS. Au titre du prix MathWorks, ils ont obtenu 1000 € de chèques cadeaux Amazon.
Lien hackathon :
Agorize – AI4IA – Artificial Intelligence for Industrial Application Hackathon – 1ère édition
Notre participation a été motivée par le fait de tester des approches développées dans le cadre de nos activités de recherche à d’autres types de problèmes industriels et de travailler sur des données pour construire un modèle de prédiction sans avoir à disposition un 1er modèle numérique précis d’un dispositif