Intelligence Artificielle

Les progrès fulgurants de l’apprentissage statistique accomplis au cours de la dernière décennie nourrissent les anticipations les plus folles sur la capacité de la machine à reproduire le comportement humain.

Labo bcom - intelligence artificielle
© Fred Pieau
    Ces techniques de l’Intelligence Artificielle s’appliquent indifféremment à des masses de données convergeant vers un centre de calcul ou à des données captées et traitées par un smartphone. Elles rentrent désormais dans une phase de domestication qui pose des questions technologiques, juridiques et éthiques afin de proposer des approches responsables de l'IA.

    Le Laboratoire Intelligence Artificielle conçoit des solutions pour répondre aux problématiques des futurs réseaux de télécommunication, de la vision par ordinateur, de la cyberdéfense et de la e-Santé. La conception d’applications de radiocommunication et d’imagerie embarquées, la détection ou classification d’anomalies, la résilience des systèmes, la gestion des facteurs humains, la prédiction des pathologies et la fiabilisation du diagnostic sont les principaux défis traités. Pour cela, il s’appuie sur les disciplines traditionnelles du traitement automatique du langage, du signal et de l’image, de la vision 3D et de la programmation dynamique dont le potentiel est démultiplié par l’apprentissage statistique. Il peut également compter sur des compétences en ingénierie matérielle/logicielle et une cellule juridique. Son approche méthodologique rend ses algorithmes explicables et robustes de manière à faciliter leur certification.

    Stéphane Paquelet - bcom
    © Fred Pieau

    Stéphane Paquelet

    Responsable du labo Intelligence Artificielle

    Grâce aux techniques d’apprentissage actuelles, nous automatisons des tâches aussi variées que l’interprétation de texte, la cartographie de l’espace, la génération d’images réalistes, la prédiction de comportements ou la planification d’actions.
    produits et services
    Boost AI - Teaser produit - bcom services b<>com *AI Coaching*

    Développer sa compétitivité grâce à l’intelligence artificielle

    publications scientifiques

    21.07.2021

    Extending the Fellegi-Sunter record linkage model for mixed-type data with application to the French national health data system

    Probabilistic record linkage is a process of combining data from different sources, when such data refer to common entities and identifying information is not available. Fellegi and Sunter proposed a probabilistic record linkage framework that takes into account multiple non-identifying information, but is limited to simple binary comparison between matching variables. In our work, we propose an…

    lire la publication

    29.05.2021

    Efficient Multi-stream Temporal Learning and Post-fusion Strategy for 3D Skeleton-based Hand Activity Recognition

    Recognizing first-person hand activity is a challenging task, especially when not enough data are available. In this paper, we tackle this challenge by proposing a new hybrid learning pipeline for skeleton-based hand activity recognition, which is composed of three blocks. First, for a given sequence of hand’s joint positions, the spatial features are extracted using a dedicated combination of…

    lire la publication

    13.08.2021

    Acceptability and 5G in the Medical Field: The Impact of the Level of Information

    The issues around 5G are considerable: sovereignty, smart city, industry 4.0, energy, connected healthcare. However, 5G is currently raising many questions from the general public and professionals. To better understand these questions related to acceptability, a quantitative experimental study was conducted with 81 healthcare professionals, via an online questionnaire. The objective is to…

    lire la publication

    01.09.2021

    Efficient channel charting via phase-insensitive distance computation

    Channel charting is an unsupervised learning task whose objective is to encode channels so that the obtained representation reflects the relative spatial locations of the corresponding users. It has many potential applications, ranging from user scheduling to proactive handover. In this paper, a channel charting method is proposed, based on a distance measure specifically designed to reduce the…

    lire la publication