Recherche & Innovation

Recherche & Innovation

10 ans de recherche au service de l’optimisation des équipements et de l’expérience client. 

Nos travaux de recherche chez BLPredict visent à valoriser les données des équipements grâce à l’IA, pour optimiser leur performance et leur efficience opérationnelle. Nos chercheurs et ingénieurs R&D créent de nouvelles approches pour transformer vos données en intelligence actionnable, facilitant la maintenance prévisionnelle, les diagnostics accélérés et la transition vers des modèles « Equipment as a Service » (EaaS). Nos algorithmes et nos technologies d’IA distribuées et frugales  permettent une réduction significative des coûts opérationnels, une augmentation de la disponibilité des équipements et une différenciation par de nouveaux services innovants..

detection

Découvrez nos publications scientifiques

  • Ducharlet, K., Travé-Massuyès, L., Lasserre, J.-B., Le Lann, M.-V., & Miloudi, Y. (2024). Leveraging the Christoffel function for outlier detection in data streams. International Journal of Data Science and Analytics. https://doi.org/10.1007/s41060-024-00581-2
  • SAFRI, H., KANDI, M. M., & MILOUDI, Y. (2024, September 17). Towards Efficient Belt Conveyor Maintenance: Leveraging Federated Learning. The 2nd IEEE International Conference on Federated Learning Technologies and Applications (FLTA24). Valencia , Espagne.
  • Safri, H., Papadimitriou, G., & Deelman, E. (2024). Dynamic Tracking, MLOps, and Workflow Integration: Enabling Transparent Reproducibility in Machine Learning. 2024 IEEE 20th International Conference on E-Science (e-Science), 1–10. https://doi.org/10.1109/e-Science62913.2024.10678658
  • Safri, H., Papadimitriou, G., Desprez, F., & Deelman, E. (2024). A Workflow Management System Approach To Federated Learning: Application to Industry 4.0. 20th International Conference on Distributed Computing in Smart Systems and the Internet of Things, DCOSS-IoT 2024, Abu Dhabi, United Arab Emirates, April 29 – May 1, 2024, 259–263. https://doi.org/10.1109/DCOSS-IoT61029.2024.00047
  • Baudry, G., BA, P. A., & Miloudi, Y. (2023, January 24). Entre défis organisationnels, sociaux et techniques pour la production de la ville : de la plateformisation des services à l’usager vers la transversalité des échanges. Colloque international – Economie sociale et solidaire et Animation socioculturelle : quelles contributions dans la résilience des territoires ?Colloque international – Economie sociale et solidaire et Animation socioculturelle : quelles contributions dans la résilience des territoires ?, Bordeaux, France. https://hal.science/hal-03969467
  • Toufaili, E., Bortolaso, C., Miloudi, Y., Petit, J.-M., & Scuturici, V.-M. (2023). Information visualisation for industrial process monitoring. International Database Engineered Applications Symposium Conference, 107–114. https://doi.org/10.1145/3589462.3595631
  • Ducharlet, K. (2023). Détection d’anomalies dans les flux de données pour une application dans les réseaux de capteurs [Phdthesis, INSA de Toulouse]. https://laas.hal.science/tel-04281671
 
  • Ducharlet, K., Travé-Massuyès, L., Le Lann, M.-V., & Miloudi, Y. (2022, June). Etude des méthodes de détection d’anomalies non supervisées appliquées aux flux de données. 20èmes Rencontres Des Jeunes Chercheurs En Intelligence Artificielle. https://hal.archives-ouvertes.fr/hal-03765550
  • Dufour, S., Mehdi Kandi, M., Boutamine, K., Gosset, C., Billami, M. B., Bortolaso, C., & Miloudi, Y. (2022). BL.Research at SemEval-2022 Task 8: Using various Semantic Information to evaluate document-level Semantic Textual Similarity. Proceedings of the 16th International Workshop on Semantic Evaluation (SemEval-2022), 1221–1228. https://aclanthology.org/2022.semeval-1.173
  • Safri, H., Kandi, M. M., Miloudi, Y., Bortolaso, C., Trystram, D., & Desprez, F. (2022). Towards Developing a Global Federated Learning Platform for IoT. 2022 IEEE 42nd International Conference on Distributed Computing Systems (ICDCS), 1312–1315. https://doi.org/10.1109/ICDCS54860.2022.00145
  • Toufaili, E., Miloudi, Y., & Bortolaso, C. (2022). Visualisation de l’information adaptée au monitoring d’un processus industriel. PFIA 2022. PFIA 2022 – Journée IoT et IA, St Etienne, France.
  • Ducharlet, K., Travé-Massuyès, L., Le Lann, M.-V., & Miloudi, Y. (2020). A Multi-phase Iterative Approach for Anomaly Detection and Its Agnostic Evaluation. Trends in Artificial Intelligence Theory and Applications. Artificial Intelligence Practices, 505–517. https://doi.org/10.1007/978-3-030-55789-8_44