Televic et NannyML veulent moins de fausses alarmes dans la surveillance des capteurs
Deux acteurs belges, Televic et NannyML, découvrent conjointement que les algorithmes de surveillance par l’IA s’avèrent extrêmement utiles pour évaluer le fonctionnement des capteurs.
L’été dernier, nous annoncions à propos de la firme louvaniste NannyML qu’elle développait des outils pour maintenir les systèmes performants grâce à l’apprentissage machine. Or elle vient de découvrir qu’elle pouvait également exploiter cette technologie ailleurs, notamment pour évaluer le fonctionnement de capteurs dans des conditions extrêmes.
De son côté, Televic utilise de tels capteurs via son service de communication pour le trafic ferroviaire. Ces capteurs sont situés à différents endroits, caractérisés parfois par des températures très élevées ou très basses. Cela les soumet à des problèmes. NannyML devrait précisément aider à déterminer s’il est question d’un capteur défectueux ou d’un problème plus grave.
Partenariat
‘On trouve ce genre de capteurs partout. Ils sont installés dans, sous et sur des trains et opèrent souvent dans des conditions extrêmes. Mais même lorsqu’ils ne fonctionnent pas correctement, ils continuent d’envoyer des données. La question qui se pose alors, c’est de savoir s’il y a un problème de surchauffe par exemple ou si le capteur lui-même est défectueux’, explique Edward Boute de NannyML, qu’il a rejoint cet été pour aider à faire évoluer l’entreprise.
‘Le problème que nous résolvons ici, est très similaire à celui que nous solutionnons avec l’IA: l’algorithme apprend de lui-même comment un système se comporte normalement, puis découvre des anomalies. On peut parfaitement appliquer cela aux capteurs.’
Il en résulte à présent un partenariat stratégique avec Televic, par lequel la technologie de NannyML sera intégrée dans la solution de Televic. Voilà qui devrait garantir que ces systèmes deviennent plus fiables et plus sûrs, et générer une réduction de trente pour cent des maintenances inutiles, mais également une identification rapide d’incidents réels et la possibilité d’utiliser les capteurs plus longtemps grâce à une meilleure surveillance.
Vous avez repéré une erreur ou disposez de plus d’infos? Signalez-le ici