Tâche 1 : Prise en compte du TAL
Les avancées récentes dans le domaine du Traitement Automatique des Langues ont permis une amélioration très significative des performances de tâches telle que la traduction automatique, la classification de texte ou le passage de l’audio au texte. Les nouveaux modèles (basés sur l’architecture dite Transformers) sont abondamment utilisés dans des outils de la “vie quotidienne” tels que Google Assistant… Leur maturité nous permet d’envisager sereinement leur utilisation.
Tâche 2 : vers les images et la géolocalisation
Afin d’améliorer certaines prédictions, il est très intéressant de pouvoir utiliser d’autres sources de données telles que des images aériennes (satellites, avions de reconnaissance ou drones stratosphériques). Dans le cas d’incendies, l’utilisation de telles images permettra de connaitre précisément, et ce de manière automatique, l’étendue des feux et la nature des végétations (forêt dense, forêt éparse, agriculture, etc.)
Tâche 3 : Optimisation
Prédire l’évolution des flux intervenant dans le transport sanitaire d’urgence permet de prendre les devants et de mieux organiser les différents services travaillant dans, pour ou après l’urgence hospitalière, et ce en dehors de l’urgence. Diverses autres optimisations seront rendues possibles par ce labcom. Par exemple, l’analyse des ruptures et de leurs raisons permettra d’effectuer une première correction : s’il apparaît un nombre anormalement élevé de ruptures de service public dans une zone donnée, et si la raison identifiée est un défaut de véhicule, c’est qu’il doit être renforcé par des moyens matériels.
Contactez-nous
Contactez-nous si vous souhaitez en savoir plus sur le laboratoire Predictops.