Filière NUMERIC (Numérique, Usages, Mathématiques, Électronique, Réseaux, Informatique, Communication)
La filière NUMERIC (Numérique, Usages, Mathématiques, Électronique, Réseaux, Informatique, Communication) propose aux entreprises dix domaines d'expertise scientifique.
Cette filière s'appuie sur les travaux de recherche et les connaissances de 3 laboratoires de l'université, un LabEx, une fédération de recherche et 12 plateformes de R&D.
Cette filière s'appuie sur les travaux de recherche et les connaissances de 3 laboratoires de l'université, un LabEx, une fédération de recherche et 12 plateformes de R&D.
Chiffres-clés
6
structures de recherche
1
LabEx
12
Plateformes R&D
Domaines d'excellences
- Sciences des données
- Perception et cognition
- Robotique et cobotique
- Fabrication additive
- Antenne et signal
- Apprentissage et traitement automatique
- Interfaces innovantes
- Logistique et pilotage de la production
- Sciences du logiciel
- IOT et systèmes embarqués
Plateformes & équipements accessibles aux industriels
- Manufacturing LAB (Halle 6 Ouest)
- Manufacturing LAB XXL (Saint Aignan)
- Cobotique Industrielle (IUT/LS2N)
- Fabrication Additive (IUT/LS2N)
- XP LAB (Halle 6 Ouest)
- PsychoLab & UserLab (Polytech/LS2N)
- LabEx CominLabs
- BiRD (IRS UN/LS2N/Institut du Thorax)
- CCIPL – Centre de Calcul Intensif des Pays de la Loire (FST/LS2N/LMJL)
- Lignes flexibles d'assemblage (IUT/LS2N)
- DIRAC - DIffraction RAyonnement Circuit (Polytech/IETR)
- MATRIX - Matériaux Multifonctionnels pour dispositifs communicants (Polytech/IETR)
- IoT et Objets Connectés (Polytech/IETR)
Projets emblématiques de la filière NUMERIC
Netflix
Tester et modéliser la perception visuelle pour optimiser les algorithmes d’encodage vidéo
NETFLIX souhaite optimiser ses algorithmes d’encodage afin de réduire encore la taille de ses vidéos et gagner en débit.
Le géant américain a soumis aux experts du LS2N et de CAPACITÉS cette difficile équation : comment réduire la taille des fichiers sans qu’une altération de la qualité d’image ne soit perceptible par l’œil humain.
NETFLIX souhaite optimiser ses algorithmes d’encodage afin de réduire encore la taille de ses vidéos et gagner en débit.
Le géant américain a soumis aux experts du LS2N et de CAPACITÉS cette difficile équation : comment réduire la taille des fichiers sans qu’une altération de la qualité d’image ne soit perceptible par l’œil humain.
Développement d’une méthode d’analyse et de classement automatique de vidéos
Jusqu’à présent, l’encodage des vidéos se faisait de manière identique pour une vidéo haute définition comme pour une vidéo de qualité réduite réalisée sur smartphone. Or, cette approche technique n’est pas adaptée à l’instantanéité ni à la qualité des vidéos créées sur les réseaux sociaux. FACEBOOK s’est appuyé sur les experts de CAPACITÉS et du laboratoire LS2N pour adapter la technique d’encodage.
Jusqu’à présent, l’encodage des vidéos se faisait de manière identique pour une vidéo haute définition comme pour une vidéo de qualité réduite réalisée sur smartphone. Or, cette approche technique n’est pas adaptée à l’instantanéité ni à la qualité des vidéos créées sur les réseaux sociaux. FACEBOOK s’est appuyé sur les experts de CAPACITÉS et du laboratoire LS2N pour adapter la technique d’encodage.
Opinion Mining
Analyse automatique des sentiments dans du texte par deep learning
Recevant un très grand nombre d’e-mails quotidiennement, les administrations et entreprises publiques ont un besoin grandissant de pré-qualification de cette forme de contact entrant. Ainsi, les experts en intelligence artificielle et deep learning du LS2N ont été sollicités par un opérateur public majeur pour élaborer un projet d’analyse automatique des opinions et sentiments exprimés dans les e-mails adressés à ses usagers.
Recevant un très grand nombre d’e-mails quotidiennement, les administrations et entreprises publiques ont un besoin grandissant de pré-qualification de cette forme de contact entrant. Ainsi, les experts en intelligence artificielle et deep learning du LS2N ont été sollicités par un opérateur public majeur pour élaborer un projet d’analyse automatique des opinions et sentiments exprimés dans les e-mails adressés à ses usagers.
CHU de Nantes
L’intelligence artificielle pour prévenir la récidive du suicide
Le CHU de Nantes a récemment mis en place une application mobile pour prolonger et améliorer le suivi des patients ayant fait une tentative de suicide. Grâce à son expertise des réseaux bayésiens et des modèles graphiques probabilistes, le LS2N a été sollicité pour mettre au point un moteur d’intelligence artificielle capable de modéliser les compétences des psychiatres et de produire un outil fonctionnel à partir de très peu de données.
Le CHU de Nantes a récemment mis en place une application mobile pour prolonger et améliorer le suivi des patients ayant fait une tentative de suicide. Grâce à son expertise des réseaux bayésiens et des modèles graphiques probabilistes, le LS2N a été sollicité pour mettre au point un moteur d’intelligence artificielle capable de modéliser les compétences des psychiatres et de produire un outil fonctionnel à partir de très peu de données.
UmanIT
Amélioration du suivi des patients atteints de maladies neuro-dégénératives à l’aide d’objets connectés
Développer de nouvelles méthodes mathématiques pour estimer la sévérité de maladies neurodégénératives à partir de données issues d’objets connectés, notamment à partir de la mesure de la marche et de l’oculomotricité du patient.
Développer de nouvelles méthodes mathématiques pour estimer la sévérité de maladies neurodégénératives à partir de données issues d’objets connectés, notamment à partir de la mesure de la marche et de l’oculomotricité du patient.
Crohn IPI
Outil d'aide au diagnostique pour la maladie de Crohn grâce à l’analyse automatique d’images
Le projet CROHN-IPI vise à réaliser un outil d’aide au diagnostique pour la maladie de Crohn par l’analyse automatique d’images issues de vidéo-capsules endoscopiques. Les vidéo-capsules sont des caméras de la dimension d’une pilule que le patient doit avaler. Elles constituent le meilleur examen pour détecter les lésions de l’intestin grêle même en l’absence de symptôme.En savoir plus
Le projet CROHN-IPI vise à réaliser un outil d’aide au diagnostique pour la maladie de Crohn par l’analyse automatique d’images issues de vidéo-capsules endoscopiques. Les vidéo-capsules sont des caméras de la dimension d’une pilule que le patient doit avaler. Elles constituent le meilleur examen pour détecter les lésions de l’intestin grêle même en l’absence de symptôme.En savoir plus
Revistim-xX
Réalité virtuelle et stimulation cérébrale, une approche expérientielle pour soigner l'acrophobie
Le projet vise à la création d’outils inédits de traitement des affections neuropsychiatriques – telles que les états dépressifs, les addictions ou les troubles anxieux dont le coût sociétal indirect reste très élevé malgré l’utilisation des psychotropes et de la psychothérapie – en fusionnant stimulation cérébrale non-invasive (par tDCS), un dispositif de neuromodulation ayant vocation à être diffusé à domicile, et immersion en réalité virtuelle ou RV (une technique en cours de diffusion).
En savoir plus
Le projet vise à la création d’outils inédits de traitement des affections neuropsychiatriques – telles que les états dépressifs, les addictions ou les troubles anxieux dont le coût sociétal indirect reste très élevé malgré l’utilisation des psychotropes et de la psychothérapie – en fusionnant stimulation cérébrale non-invasive (par tDCS), un dispositif de neuromodulation ayant vocation à être diffusé à domicile, et immersion en réalité virtuelle ou RV (une technique en cours de diffusion).
En savoir plus
Semelle connectée
Thèse : Semelle piézoélectrique connectée pour applications médicales
Le sujet de cette thèse s’inscrit dans la problématique de la santé du futur, avec comme objectif le suivi du patient à domicile via des outils adaptés à sa pathologie. Dans ce contexte, ce projet de thèse va consister en l’étude un dispositif de suivi de la marche (basé sur des capteurs piézoélectriques flexibles développés à l’IETR) d’un patient, afin de détecter précocement l’aggravation d’une maladie chronique comme la Bronchopneumopathie Chronique Obstructive (BPCO) ou le diabète qui s’accompagnent de troubles de la déambulation.
Le sujet de cette thèse s’inscrit dans la problématique de la santé du futur, avec comme objectif le suivi du patient à domicile via des outils adaptés à sa pathologie. Dans ce contexte, ce projet de thèse va consister en l’étude un dispositif de suivi de la marche (basé sur des capteurs piézoélectriques flexibles développés à l’IETR) d’un patient, afin de détecter précocement l’aggravation d’une maladie chronique comme la Bronchopneumopathie Chronique Obstructive (BPCO) ou le diabète qui s’accompagnent de troubles de la déambulation.
Bénéteau
Cobot mobile pour l’assistance au polissage / ponçage de coques de catamarans
Dans le cadre d'un projet collaboratif entre le groupe Bénéteau et Nantes Université, les équipes de recherche ont développé un "cobot" mobile pour l'assistance aux gestes du polissage de coques de catamarans. Cette solution d'assistance aux gestes doit permettre d'accompagner le personnel de Bénéteau dans des activités répétitives et sollicitantes sur des pièces de grandes dimensions.
Dans le cadre d'un projet collaboratif entre le groupe Bénéteau et Nantes Université, les équipes de recherche ont développé un "cobot" mobile pour l'assistance aux gestes du polissage de coques de catamarans. Cette solution d'assistance aux gestes doit permettre d'accompagner le personnel de Bénéteau dans des activités répétitives et sollicitantes sur des pièces de grandes dimensions.
SmartEmma
Machines-outils intelligentes et connectées
L’objectif du projet SmartEmma est de développer d’innovantes machines-outils intelligentes et connectées, pour l’UGV (Usinage à Grande Vitesse). Les signaux mesurés au plus près de la coupe et le contexte d’usinage issu de la Commande Numérique (CN) de la machine sont collectés dans une Base de Données process. De nouveaux critères et méthodes pour l’analyse des données seront recherchés, afin d’améliorer la performance des procédés UGV. L’approche sera basée sur la modélisation de données et l’Extraction de Connaissances à partir des Données, par la fouille des données.
L’objectif du projet SmartEmma est de développer d’innovantes machines-outils intelligentes et connectées, pour l’UGV (Usinage à Grande Vitesse). Les signaux mesurés au plus près de la coupe et le contexte d’usinage issu de la Commande Numérique (CN) de la machine sont collectés dans une Base de Données process. De nouveaux critères et méthodes pour l’analyse des données seront recherchés, afin d’améliorer la performance des procédés UGV. L’approche sera basée sur la modélisation de données et l’Extraction de Connaissances à partir des Données, par la fouille des données.
Simulation numérique
Modèles mathématiques et numériques avancés pour la simulation du polymère dans les réservoirs pétroliers
Pour extraire le pétrole d’un réservoir, l'injection de l'eau seule n’est pas suffisante car le pétrole est trop visqueux. L’enjeu de cette thèse est d’étudier et de simuler l’impact de l’ajout d’un polymère dans l’eau pour faciliter l’extraction du pétrole.
Pour extraire le pétrole d’un réservoir, l'injection de l'eau seule n’est pas suffisante car le pétrole est trop visqueux. L’enjeu de cette thèse est d’étudier et de simuler l’impact de l’ajout d’un polymère dans l’eau pour faciliter l’extraction du pétrole.
BATIPRINT 3D
Issue de travaux de recherche de Nantes Université, Batiprint3D est une startup spécialisée dans la fabrication additive et la construction.
Après la toute première construction d’un habitat social, Yhnova, par un robot-imprimante 3D, l’entreprise a pour ambition de continuer à moderniser le BTP en réalisant de nouveaux logements écologiques et en proposant de nouvelles solutions de conception, réalisation et rénovation d’habitats.
Après la toute première construction d’un habitat social, Yhnova, par un robot-imprimante 3D, l’entreprise a pour ambition de continuer à moderniser le BTP en réalisant de nouveaux logements écologiques et en proposant de nouvelles solutions de conception, réalisation et rénovation d’habitats.
Structures de recherche impliquées
Le programme Fil'Innov est soutenu par :
Contact
Kévin VOLANT
Ingénieur filière NUMERIC
02 53 48 73 32
kevin.volant@univ-nantes.fr
Ingénieur filière NUMERIC
02 53 48 73 32
kevin.volant@univ-nantes.fr
Mis à jour le 22 octobre 2021 par Laure BOUTET.