Flaracc

Federated Learning and Augmented Reality for Advanced Control Centers

La recherche s’inscrit dans la démarche Industrie 4.0, qui vise le développement de Centres de Contrôle, de Télésurveillance et de Télémaintenance mettant en œuvre différents outils, techniques, technologies et processus en vue d’assurer un SAV efficace aux clients après la vente et/ou la fourniture de l’équipement.
Le projet permettra également aux membres industriels du consortium de gagner en productivité et en différentiation par rapport à leurs concurrents ainsi que de développer de nouveaux modèles d’affaires basés sur la servicisation des équipements et/ou des offres de type PaaS (Product-as-a-Service).

Flaracc

Federated Learning and Augmented Reality for Advanced Control Centers

La recherche s’inscrit dans la démarche Industrie 4.0, qui vise le développement de Centres de Contrôle, de Télésurveillance et de Télémaintenance mettant en œuvre différents outils, techniques, technologies et processus en vue d’assurer un SAV efficace aux clients après la vente et/ou la fourniture de l’équipement.
Le projet permettra également aux membres industriels du consortium de gagner en productivité et en différentiation par rapport à leurs concurrents ainsi que de développer de nouveaux modèles d’affaires basés sur la servicisation des équipements et/ou des offres de type PaaS (Product-as-a-Service).

Objectifs

L’objectif de ce projet de recherche est de permettre, à terme, aux entreprises membres du consortium de pouvoir créer et opérer des centres de contrôles avancés pour supporter des activités de service après-vente (SAV) plus performantes, voire de nouveaux business model de type « service ».
Pour ce faire, ce projet poussera l’innovation dans les technologies d’intelligence artificielle distribuée avec préservation de la confidentialité des données, ainsi que les techniques de réalité augmentée.

Résultats

Les travaux de recherche en réalité augmentée sont menés par l’unité de recherche « Research Center in Information Systems Engineering (PReCISE) » de l’université de Namur.
Les travaux de recherche en apprentissage fédéré sont menés par l’unité de recherche « Big Data and Machine Learning (BDML) » de l’université de Mons et seront intégrés dans des librairies logicielles par le CETIC.
Les membres industriels du consortium apporteront les cas pratiques pour la validation, ainsi que l’expertise métier nécessaire à l’analyse critique des résultats.

Le résultat attendu de ce projet est la validation en environnement industriel des résultats de recherche en apprentissage fédéré et en réalité augmentée répondant aux enjeux du monde industriel. A cet effet, les infrastructures Cloud « data hub » des industriels devront être adaptées et des périphériques Edge compatibles avec l’IA déportée hors Cloud devront être mis au point. Les résultats de recherche prendront la forme de recommandations, d’algorithmes, d’heuristiques, et d’outils basés sur ces algorithmes. Les industriels devront alors pouvoir être en mesure de construire des centres de contrôle avancés sur base de ces résultats

Valeur ajoutée

L’innovation portée par ce projet de recherche réside, en ce que les techniques d’apprentissage fédéré et de réalité augmentée nécessitent la résolution d’un certain nombre de verrous technologiques pour pouvoir être efficacement intégrées dans un environnement industriel.
Pour l’apprentissage fédéré, ces verrous technologiques incluent notamment la modélisation fédérée et robuste de signaux hétérogènes, ainsi que le traitement de flux de données dans un environnement dynamique et hétérogène.
Pour la réalité augmentée, ces verrous technologiques sont liés à l’analyse immersive, l’interaction gestuelle, et la collaboration à distance.