Big Data analytics


Avec la présence de plus en plus massive de capteurs (accéléromètre, puce RFID, GPS, etc.), souvent interconnectés, le volume et la complexité des données produites vont croissant. Or, les algorithmes actuels d’analyse de données, de Machine Learning (Apprentissage automatique) et de Data Mining (Exploration de Données) ne sont pas adaptés au traitement des gros volumes de séries temporelles produits par ces capteurs.


De surcroît, les différents outils permettant d’explorer ces données sont souvent dispersés et nécessitent la mise en place de chaînes de traitements coûteuses en temps et sans véritable valeur ajoutée pour l’utilisateur.

Pour répondre à cette problématique, CS a lancé le projet IKATS (Innovative Tool- Kit for Analysing Time Series). Ce projet, mené en collaboration avec le Laboratoire Informatique de Grenoble (LIG), soutenu par Airbus et EDF R&D, a pour objectif de fournir une boîte à outils prête à l’emploi, permettant à l’utilisateur d’avoir dans un même atelier (‘framework’) l’ensemble des logiciels nécessaires pour la manipulation, l’analyse exploratoire et la visualisation des grands volumes de séries temporelles.

Ainsi l’analyse de ces données permettra de déterminer les modèles prédictifs essentiels, par exemple, dans le domaine de la maintenance prévisionnelle. Les domaines d’application potentiels sont innombrables. IKATS permettra de fournir des modèles permettant de surveiller les chaînes de fabrication pour les industries manufacturières (aéronautique, énergie, ferroviaire), ou d’aider à l’exploitation de systèmes industriels de haute technologie nécessitant une supervision par des réseaux de capteurs. On peut citer également les domaines intégrant des objets connectés et surveillés : les bâtiments intelligents, la ‘santé connectée’ (quantified self), les télécommunications, le secteur militaire, etc. Le projet IKATS vient s’inscrire aux côtés des solutions proposées par CS en matière de PLM ainsi que de simulation numérique et de calcul haute performance.