Les projets

Ci-contre les projets pré-sélectionnés pour le Sprint du hackAtech :

Projets « Challenge Libre »

Diptai

Porteur :

Achille Leplat

Le projet :

Diptai est une solution connectée permettant de maîtriser la densité d’une biomasse (insectes), mesurer en temps réel son activité et d’anticiper les variations.

Secteur d’activité :

Entomoculture (élevage d’insectes)

Technologie envisagée :

Deep learning

S-ean

Porteur :

Pierre Galerneau

Le projet :

Génération d’indicateurs de qualité des produits périssables comme les fruits et légumes, les poissons, les viandes, etc. : DLC (date limite de consommation) dynamique, indicateur de fraîcheur.

Secteur d’activité :

Agroalimentaire, retail

Technologie envisagée :

Mixtcomp

Streamlift

Porteur :

Adrien Willot

Le projet :

Abonnement aux créateurs de contenus vidéos en direct pour flouter des personnes via une interface sur un site web et une application mobile.

Secteur d’activité :

Divertissement / média

Technologie envisagée :

À définir

Coollab

Porteur :

Eric-Marcel Leroy

Le projet :

Utiliser la captation vidéo des gestes professionnels afin de réduire les risques professionnels et améliorer la santé au travail.

Secteur d’activité :

Industrie

Technologie envisagée :

IA

Axiome

Porteur :

Yassine Esmili

Le projet :

Assistant mathématique destiné aux élèves de collèges et lycées. Il s’agit d’un chatbot doué d’une intelligence artificielle, muni d’un outil de diagnostic et contenant une vaste banque d’exercices corrigés.

Secteur d’activité :

Enseignement

Technologie envisagée :

Systèmes de recommandation

Kresnik

Porteur :

Jérémie Delbart

Le projet :

Prédiction et détection des feux de forêts via flotte de drones.

Secteur d’activité :

Sécurité et protection civile

Technologies envisagées :

Mixtcomp
Optimisation
Deep learning

ZEOPY

Porteur :

Denis Louvegies

Le projet :

Réinventer l’expérience publicitaire en donnant le contrôle de son « jumeau numérique » qui va valoriser ses données personnelles et proposer les bonnes offres.

Secteur d’activité :

Publicité en ligne, recherches personnalisées

Technologies envisagées :

Fingerprinting
Systèmes de recommandation

StudentRecommender

Porteur :

Adamoli Colina Diégo

Le projet :

Exploiter des profils ciblés d’étudiants pour lancer des campagnes de promotion d’activités culturelles ou sportives.

Secteur d’activité :

Éducation

Technologie envisagée :

Deep Blockcluster

IOT Oiseaux

Porteur :

Harry Nguyen

Le projet :

Compter et classer les oiseaux sur base de vidéos.

Secteur d’activité :

Environnement

Technologie envisagée :

Deep Learning

IA Med Evol

Porteur :

Loïc Vansnick

Le projet :

Prévenir l’évolution d’une maladie grâce à l’analyse par IA d’imagerie médicale.

Secteur d’activité :

Santé

Technologie envisagée :

Deep Learning

IA Douane

Porteur :

Thomas Dupiereux-Fettweis

Le projet :

Contrôle de bagages par reconnaissance d’objets suspects via vidéo.

Secteur d’activité :

Transports, portiques d’entrées

Technologie envisagée :

Deep Learning

ItOpiVo

Porteur :

Guillaume Parisot

Le projet :

Générer automatiquement des synthèses de contributions (démocratie participative, enquêtes d’opinion, enquêtes internes, expérience usagers/clients, etc.) par l’analyse automatique de texte.

Secteur d’activité :

SHS

Technologie envisagée :

IA

Beezz

Porteur :

Jean-Baptiste Duquesnoy

Le projet :

Création d’un système d’aide à la décision écoresponsable pour la conception et le design de cabines modulables en entreprise.

Secteur d’activité :

Aménagement / mobilier

Technologie envisagée :

Big optimization

Projets « Partenaires »

Décathlon

Porteur :

Lola

Le projet :

#1 Une IA capable de contextualiser, personnaliser, individualiser la discussion avec un utilisateur

Secteur d’activité :

Sport

Technologie envisagée :

Deep learning

Décathlon

Porteur :

Lola

Le projet :

#2 Personnalisation de plans d’entrainements sportifs

Secteur d’activité :

Sport

Technologie envisagée :

Deep learning

Décathlon

Porteur :

Lola

Le projet :

#3 Analyse en temps réel de l’état de forme du sportif et création du programme sportif parfait, adapté en temps réel à sa forme et aux résultats qu’il obtient

Secteur d’activité :

Sport

Technologie envisagée :

Deep learning

OVH

Porteur :

Le projet :

#1 Détection de sentiments sur texte

Secteur d’activité :

Sport

Technologie envisagée :

Deep learning

OVH

Porteur :

Le projet :

#2 Classification de TimeSeries pour la gestion de la consommation d’énergie

Secteur d’activité :

Sport

Technologie envisagée :

Deep learning

Projets « Hors catégorie »

Optimisation deep learning
Géolocalisation
Préhenseur polyvalent : tri d’objets hétérogènes
Bras manipulateur

Les commentaires sont clos.