Cette page dédiée présente l’un des thème / domaine stratégique actuellement en discussion dans le cadre de notre Programme de financement de recherche stratégique. L’ensemble des thèmes / domaines en discussion est indiqué sur la page du programme. Chaque page dédiée (y compris celle-ci) peut être à un niveau de détail et de maturité variable. Pour participer à la discussion sur ce thème ou en proposer de nouveaux, veuillez utiliser ce formulaire. Si vous souhaitez être tenu.e au courant des développements autour de ce thème / domaine, inscrivez-vous ci-dessous.
IA pour la surveillance en temps réel
Description et justification du domaine
Ces dernières années, un changement de paradigme dans l’assistance automatisée avec la surveillance en temps réel et l’ajustement des modèles de prévision appropriés à l’aide de techniques basées sur les données a été observé. produit à partir du suivi en temps réel de cas réels ainsi que des résultats de simulations de nouvelles technologies de mesure optique, radar, sonar et télédétection. Alors que les approches (IA) ont été largement utilisées avec succès dans de nombreux domaines, comme le soulignent les études récentes du demandeur, son application dans la « modélisation et prévision de séries chronologiques » en est encore à ses premiers stades de développement. Ces connaissances sont vitales pour les utilisateurs et les décideurs qui entreprennent des activités de développement durable et de santé dans ces régions d’une manière écologiquement et financièrement responsable pour réduire les effets néfastes des changements climatiques, ce qui profite au public canadien et protège l’environnement.
Contexte
Mots-clefs : IA, surveillance, temps réel, données
Organisations pertinentes : CRSNG
Personnes pertinentes suggérées durant la consultation :
Les noms suivants ont été proposés par la communauté et les personnes mentionnées ci-dessous ont accepté d’afficher publiquement leur nom. Notez cependant que tous les noms des professeur.e.s (qu’ils soient affichés publiquement ou non sur notre site web) seront transmis au comité conseil pour l’étape d’identification et de sélection des thèmes stratégiques. Notez également que les personnes identifiées durant l’étape de consultation n’ont pas la garantie de recevoir une partie du financement. Cette étape sert avant tout à présenter un panorama du domaine, incluant les personnes pertinentes et non à monter des équipes pour les programmes-cadres.
- Hossein Bonakdari
Programmes-cadres potentiels
La proposition actuelle permet de nouvelles avenues dans l’analyse des séries chronologiques et la modélisation prédictive et ses objectifs scientifiques sont les suivants :
- Améliorer l’état de l’art actuel des méthodes de calcul grâce à des approches stochastiques et (IA).
- Exploiter des cadres et des outils intégrés inclusifs pour l’analyse de données de séries chronologiques et la modélisation prédictive.
- Vérifier et valider les approches en « analyse de données et modélisation prédictive » avec de larges applications en pré et post-traitement des données en temps réel sous les objectifs 1 et 2, et les appliquer à des problèmes d’ingénierie difficiles dans un des problèmes pratiques.
- Construire une méthodologie complète pour l’analyse de données en temps réel et des modèles prédictifs pour différents types de séries chronologiques obtenues à partir de mesures continues. Cet outil basé sur l’intelligence stochastique et artificielle peut être utilisé pour la surveillance, la prédiction en temps réel, l’optimisation et l’automatisation des systèmes.
- Améliorer notre compréhension des données en temps réel d’une manière complètement nouvelle et de leur impact sur les humains et leur santé dans les secteurs public et privé, ainsi que des analyses de données fiables et des modèles prédictifs.
Documentation complémentaire
(pas de documentation complémentaire pour le moment)
Historique
13 juillet 2021 : Première version
15 juillet 2021 : Ajout de personnes pertinentes