Gestion de Connaissances en Temps Réel depuis des Flux Massifs de Données et Apprentissage Automatique.
Résumé
L’analyse en temps-réel de données massives envoyées par des capteurs a connu ces dernières années un essor important. Du fait de l’hétérogénéité de ces données, l’application de modèles de machine learning spécialement calibrés pour des cas d’usages précis a permis d’extraire et d’inférer des informations de très grandes valeurs. Néanmoins, peu de systèmes proposent une implémentation distribuée sur un vrai cluster industriel permettant de tirer profit de capacités de calcul décuplées. Nous présentons ici une démonstration de détection d’anomalie sur réseau souterrain d’eau potable en île-de-France réalisé avec notre plateforme, dénotée WAVES.