Cercle de confiance Numérique CNIS des Industries Stratégiques
¡ Créer un cercle de confiance regroupant les décideurs du numérique des industriels des industries stratégiques et les forces vives de l’AFNeT ¡ Créer une dynamique de partage et de progrès autour des problématiques du numérique dans l’entreprise étendue, au travers d’échanges de haut niveau entre acteurs ayant des
Booster la compétitivité des filières industrielles grâce au
Depuis 2011, l’AFNeT organise le Cercle de Confiance Numérique des Industries Stratégiques (CNIS) Le “Kick-Off Meeting” du CNIS a lieu à l’Ecole des Mines de Paris Prochaine édition le 25 septembre 2019 Objectifs du CNIS : • Créer un cercle de confiance regroupant les décideurs, • Créer une dynamique de partage et de progrès
5ème édition des Etats Généraux de la Transformation
5ème édition des Etats Généraux de la Transformation Numérique des filières industrielles Jeudi 30 novembre 2017 de 9h00 à 18h45 MEDEF, 55 Avenue Bosquet, 75007 Paris Boost-Industrie, organisé par l’AFNeT, est le rendez-vous annuel sur la transformation numérique des filières industrielles :
Fédération des industries électriques, électroniques et de
à l’implication des acteurs de nos industries au sein des commissions, groupes de travail et comités de liaison spécialisés Les orientations stratégiques de ces derniers ont une nouvelle fois été adaptées afin de répondre aux priorités 2017, collectivement définies autour d’objectifs et de résultats partagés
INDUSTRIES
de vente sur le coût des matières premières ou de s’assurer un engagement moral de leurs clients sur les volumes importants Autres pistes d’actions : la diversification des fournisseurs et le recyclage pour obte - nir des matières premières de 2ème vie Les réflexions engagées sur la politique
La « Nouvelle France Industrielle
Emmanuel Macron, ministre de l'Economie, de l'Industrie et du Numérique Articulé autour des neuf solutions industrielles, il poursuit trois objectifs : - proposer des solutions, offres intégrées de biens et de services répondant à un nombre resserré de marchés prioritaires Pour chacune des solutions, une feuille de route est définie
Que pensent les chefs de direction canadiens?
d’importantes questions La confiance des entreprises est en hausse, mais elle s’accompagne d’une certaine prudence à cause de la situation géopolitique, de l’évolution technologique et des enjeux liés à l’innovation et au recrutement de talents PwC 3 1 Résultats de la 19e enquête mondiale annuelle auprès des chefs de direction
PREDICTIVE MAINTENANCE OF RAILWAYS VIA DRONES
Dans le cadre de ses missions, il a développé une expertise intégrée au monde ferroviaire en vision industrielle, les systèmes de mesure et sur l’usage des drones Aujourd’hui CTO d’Altametris, il pilote l’ensemble des programmes de R&D de la société, pour le développement d’applications et de systèmes
Echange avec Miguel Gonzalez- Sancho Cercle Europe & DG
numérique, cela se décline par nécessité à travers l’ambition d’une coopération renforcée pour la cybersécurité Or en la matière la confiance entre les Etats membres est déterminante Cette vision entre en résonnance avec les derniers rapports de l’agence de l’UE pour la cybersécurité
[PDF] STATUTS DE L ASSOCIATION
[PDF] I - Contexte : Cahier des Charges
[PDF] Convention collective nationale de la coiffure et des professions connexes du 10 juillet 2006. Etendue par arrêté du 3 avril 2007 JORF 17 avril 2007.<
[PDF] RESPONSABLE ADMINISTRATIF ET FINANCIER DU PROJET D APPUI À LA GOUVERNANCE INSTITUTIONNELLE (PAGI)
[PDF] COMMENT LES BANQUES PRIMAIRES POURRAIENT FACILITER L ACCES DU SECTEUR PRIVE AU FINANCEMENT
[PDF] BULLETIN OFFICIEL DES ARMÉES. Édition Chronologique n 12 du 24 mars PARTIE TEMPORAIRE Armée de l'air. Texte 12
[PDF] rihab coaching Espace d intervision de coachs
[PDF] BULLETIN OFFICIEL DE POLE EMPLOI
[PDF] Votre présence parmi nous témoigne de l esprit d ouverture, d échanges d expériences et de coopération qui nous anime tous.
[PDF] ANNEXE B : Cahier des charges de la prestation «conseil en ressources humaines»
[PDF] Propulsion. Propulsez vos gestionnaires vers l excellence! OBJECTIFS DU PROGRAMME
[PDF] I. Renseignements généraux
[PDF] 1.2.2. Les initiatives en faveur de l annulation de la dette des pays pauvres
[PDF] BROCHURE D INFORMATION. Examen professionnel de catégorie B Accès au grade de secrétaire de documentation de classe supérieure
PREDICTIVE MAINTENANCE
OF RAILWAYS VIA DRONESV2.2
FRÉDÉRICK VAUTRAIN, Société VISEO
Experienced Director Data Science with a demonstrated history of working in the information technology and services industry. Skilled in Industry, E-commerce, Statistical Modeling, Big Time series, Entrepreneurship, and Data Science Management. Strong research professional graduated from PhD MathsAppliUniversitéDauphine -HEC Paris Challenge +Linked
-in :https://www.linkedin.com/in/frédérick-vautrain-175552/GUILHEM VILLEMIN, SOCIÉTÉ ALTAMETRIS
(Ecoles, Universités, Laboratoires, Entreprises, Collectivités). Il a pu élargir son champ de
compétences au design de système de diagnostic et au Système Ferroviaire, plus focalisé sur la Surveillance et la Maintenance. Dans le cadre de ses missions, il a développé une expertise intégrée au monde ferroviaire en vision industrielle, lesLinked
-In: https://www.linkedin.com/in/guilhem-villemin-71b97b8a www.thavo.com @vThavo2017/18: Microsoft RegionalDirector
2015,16,17,18, 19: Azure MVP Award
2015: MS p-Seller Azure+ DevOps + Data/AI
2015: WPC Orlando: Top 5 best pSellerFr
2013-2015 : Microsoft vTSPAzure
CERTIFICATIONS / DEGREES:
-PgD& MScIT in Intelligent Systems (distinction & 1st rank) ; BEngHonors -ITIL v3, PRINCE2, ScrumMaster, -Microsoft CertifiedProfessionalAuthor & co-author : DevOps & Azure
(France & internationalwww.aka.ms/aiplaybook) -Published books, white paper & magazines -Round Table panels including live streamingActivitéschez VISEO
-Responsable du partenariatMicrosoft France et Corp
-Partenaire OPC UA (standard mondial IoT industriel) -Etablissement de stratégies pour obtenir les médailles : . Microsoft Gold Partner . N°1 monde en "Azure IoTCentral»
. N°1 France en Microsoft AI . Acteur majeur en Azure IoT enFrance et IoT Edge
. Co-écriture livres MS Corp -PoC Innovants en IoT Edge et AI et QuantiqueMicrosoft RegionalDirector:
Nommé par Microsoft Corp à
travailler sur la stratégie sous NDA de Microsoft Corp et ses clients clefs.Cercle fermé limité à 500 individus
dans le mondeVINCENT THAVONEKHAM, Société VISEO
Microsoft RegionalDirector& Microsoft MVP Azure
Speaker dont keynote15000 participants
durant MS Experiences, avec VP ExecMS Corp 5PREDICTIVE MAINTENANCE -
BACKEDBY OUREXPERTISE IN
ARTIFICIAL INTELLIGENCE
analysisBetter knowledge and understanding of
your data, closer to similar profiles, reduced number of variables predictionAnalysis, advanced mathematical
modelling and forecasting (rare events, evolution of values in time...) technologyOptimization of data processing,
architecture, collection infrastructures interpretationInteractive visual representation, abnormal
behavior detection, sorting of data in defined classesMAINTENANCE
6Predictive maintenance
minimize the number of unexpected breakdowns and maximizing asset uptime which improves asset reliability
reduce operational costs by optimizing the time you spend on maintenance work (in other words, doing maintenance only when you
need to do it practically eliminates any chance of you wasting time doing excessive maintenance) improve your bottom line by reducing long-term maintenance costs and maximizing production hours Fix whenitBreaksMaintainitat regularintervalPredictexactlywhen itwillbreakIdentifylever for action to avoid
predictivefailureREACTIVEPREVENTIVEPREDICTIVEPrescriptive
DATA FOR MAINTENANCE PREDICTIVE/PRESCRIPTIVE
7Predictive
maintenance: usingcondition-monitoring sensorsImage / video
Vibration
Temperature
Pressure
Sound OilDATA FOR MAINTENANCE PREDICTIVE/PRESCRIPTIVE
8Predictive
maintenance: usingcondition-monitoring sensorsPrescriptive maintenance:
usingcondition-monitoring sensors+ externaldataImage / video
Vibration
Temperature
Pressure
Sound OilWork order
Climate
Usage traffic
Raw MaterialMachine Type
DATA FOR MAINTENANCE PREDICTIVE/PRESCRIPTIVE
9Predictive
maintenance: usingcondition-monitoring sensorsPrescriptive maintenance:
usingcondition-monitoring sensors+ externaldataImage / video
Vibration
Temperature
Pressure
Sound OilWork order
Climate
Usage traffic
Raw MaterialMachine Type
DATA SCIENCE
ARTIFICIAL
INTELLIGENCE
ARTIFICIAL INTELLIGENCE: TWO SCENARIOS
Adequacy between the availableinformation and the use caseDetect
preciselya phenomenonExplain
a phenomenonto identifyleverageNeural networks
-Deep learningModeling
-regressionMany images to
collect and annotate for to learnFew images needed: ModelingForms
Use casesAlgorithm
Data Why is a metal plate defective?Detectwhichinsulatorhas defaultOUR APPROACH
11Collaborative and iterative
FRAMECOLLECTE/EXPLORESCALEPERFORM
Contextunderstanding
Identification of scenarios on
the components to implementIT environment
Scope of the project
SuccessCriteria
Planning and main hypothesis
for NextStepsExploratoryanalysisin the Labto test
the value of the data.Producefeature
Engineeringenrichment& selection),
Test and train severalModelsand
keepthe best,Datavisualisation development
Extension of the use case and the
model beyonditsinitial PerimeterIndustrializationof the production
of analyses and recommendations.Supervise and monitor the
decision-makingsystem andAssociatedModels
disseminateinformation and actions throughoutteaOrganizationand ensure
Adoption.
START SMALL
To Secure the economicimpact and return on investmentof thesisprojects;Quicklydetectthe lackof value.
THINK BIG
Aimingfor an industrializableDeviceby design.
AI isan oldstory
WHY thishype?
ARTIFICIAL INTELLIGENCE / INTELLIGENT EDGE
. EXEMPLE OF THE "MARKETING» HYPE . WHAT IS IT ? . WHY ? . HOW ? 13 EXAMPLE OF THE "MARKETING» HYPE "JUST» ON THE IOT & ARTIFICIALINTELLIGENCE TOPIC 14Cercle de confiance Numérique
des Industries StratégiquesTous les salariés France
VISEO on Keynote
Event of 15000 people over 2 days
It isa 10 000 m^2 event
Theater of 4000 people
200 000 people connected on Live TV
(Vice-PresidentCorporateMicrosoft Azure worldwide). 15Julia White Keynote, VP corpAzure worldwide
4000 attendees, 200000 on LiveTV. Video
https://youtu.be/uC6skEWqgdg?t=370 16Vincent
Thavonekham, MVP,
MS Regional Director
Event of 124000 people over 3 days
2500 journalists
231 millions people of social network
3 billions of unique visitorson the Internet !
The SNCF wasthe numberone in termsof buzz
ARTIFICIAL INTELLIGENCE / INTELLIGENT EDGE
. EXEMPLE OF THE "MARKETING» HYPE . WHAT IS IT ? . WHY ? . HOW ? 18WITHOUT INTERNET
19 weeksWITH INTERNET
$$$$ & energyIoT Hub
Stream
analyticsNot real-time analysis !
WithoutIntelligent Edge
GAIN FOR ALTAMETRIS / SNCF
AVEC INTELLIGENT EDGE
20 "Simple processing» near-real-time "Complexprocessing» in centralARTIFICIAL INTELLIGENCE / INTELLIGENT EDGE
. EXEMPLE OF THE "MARKETING» HYPE . WHAT IS IT ? . WHY ? . HOW ? 21NEED OF ALTAMÉTRIS
1.Capturing the massive data / topological
Images, video
Head maps
2.Have a Digital Twins of the reality
3D-clouds of laser dots
Infinite "zoom»
3.Inspection / Detection / prediction of failiure
22Massive projet :
-Asset management 30 000 km (19000 Miles) railway nationwide -Training VR / Maintenance -IoT with trains & drones3D model based on 42 056 858 445 laser points
750 km (466 miles) Paris Lyon
ARTIFICIAL INTELLIGENCE / INTELLIGENT EDGE
. EXEMPLE OF THE "MARKETING» HYPE . WHAT IS IT ? . WHY ? . HOW ? 24OVERVIEW: LIFECYCLEOF AN AI
IoT Droneet
R&D DataAcquisition
DataSet
annotations!Compute
(train + execute)ModelihgEvaluation
Do it again
Cameras choices
= weeks!2 weeks
over 1000 images = Trainees !3 weeks3 weeks
Many hours of GPUEvaluation of
performance 25MASSIVE DATASET
26Thousands
of images & videoCombined
withreal insulatorsLabelling withrectangles
ALGORITHM
Weeks of reseachesNumerous
iterations with ALTAMETRIS / SNCF 6Example :
https://youtu.be/uC6skEWqgdg?t=370CreditGuilhem Villemin, CTO ALTAMETRIS
MANUAL TRANSFER TO THE DRONE VS AUTOMATEDDEPLOYMENT SOIT DIRECTEMENT de la box ADVANTECH vers le DRONEOr, via AZURE IoT Edge (& DOCKER/LINUX)
via DevOpsEither
DIRECTcopy/pastfromADVANTECH box to the DRONE
CONCLUSION
29CONCLUSION
The IoT and Intelligent Edge are a reality
AI isthe nextBIG THING
There isa robustapproach, but isNO genericsolution Need "real» DataScientistswithsolidstatistical& mathematical background AND KnowledgeExpertiseAnd alreadypresentin Factoriesfor manyyears
3031
31
INDUSTRY 4.0 / SMART FACTORY
32Whereefficiencyisseekedfor manydecades:
Smart Factory: Cloud + IoT + 3D + training
QUESTIONS
33HARDWARE
34quotesdbs_dbs12.pdfusesText_18