Private Learning pour la maintenance prédictive : pourquoi et comment ? - Preditic

Dans le milieu industriel, la transition de la maintenance corrective à la maintenance conditionnelle (ou prédictive) nécessite l’analyse de données qui peuvent revêtir un caractère sensible. Il est donc nécessaire d’utiliser des méthodes d’apprentissage qui préservent la confidentialité des données. Sur cette base et en utilisant un cas d’usage SNCF Réseau, nous proposons une méthodologie de mise en œuvre du Private Learning pour faire du calcul d’indicateurs métier, de la détection d’anomalies et de la prédiction sur des données chiffrées. A propos de Preditic Créée en 2014, PREDITIC est une entreprise issue du Laboratoire Bordelais de Recherche en Informatique, experte en collecte, exploitation et valorisation des données en milieu industriel. Nous avons développé une plateforme logicielle et data permettant d'analyser et de valoriser les données métiers de nos clients. Nous partons de la collecte des données (capteurs, fiches de maintenance, logiciels, données externes) jusqu’à la mise en place d’une maintenance prédictive (avec des approches de type machine learning) en passant par l'administration et l'hébergement des données ainsi que la visualisation des données. PREDITIC se différencie par son savoir-faire sur les questions d’analyse et de traitement de données en milieu complexe. Nous travaillons entre autres avec de grands groupes comme SNCF Réseau, le groupe Vinci (Mesea), Keolis Bordeaux, GT Logistics, et Enedis. L’optimisation des processus et la maintenance prédictive sont des enjeux incontournables pour le développement et la pérennité des entreprises du milieu industriel. En lien avec ces enjeux, nous avons initié un projet de R&D (soutenu par la Région Nouvelle-Aquitaine et BPI France) dans le but d’étoffer les fonctionnalités des outils d’aide à la décision que nous proposons à nos clients. L’objectif est principalement de travailler sur les thématiques de l’extraction automatique d’indicateurs dans les jeux de données disponibles, la prédiction basée sur l’IA explicative, la simulation de nouvelles sources de données et l’étude de leur impact sur les analyses. https://preditic.com/ A propos des orateurs Serge Chaumette, Professor at Bordeaux University/LaBRI, VP Innovation at Preditic, Directeur Scientifique at CertiFence Christophe Dumora, Data Scientist Jonathan Ouoba, PhD, Co-founder and CTO Preditic