Collaborations industrielles
La société de valorisation de la recherche de l'Université Lyon 1 (LIP - Lyon Ingénierie Projets) permet et facilite le développement de collaborations industrielles avec des partenaires privés ou publiques. J'ai ainsi pu apporter mon expertise à plusieurs sociétés en concevant et développant des solutions adaptées à leur problème, en les conseillant ou en les formant aux nouvelles techniques de data science.
Analyse de données et analyse prédictive
Lizeo Group
spécialisé dans la transformation digitale (dans le cadre de mon cumul d'activités à titre accessoire, depuis 2015)Développement de modèles prédictifs (machine learning, deep learning), analyses de données temporelles, analyses de données textuelles pour l'extraction automatique de thématiques et d'opinion, ...
Cognitive Works
spécialisé en ingénierie logicielle, en analyse et la science de la décision (collaboration en 2023)Développement de modèles statistiques de type SARIMAX.
PKCS Conseil Santé
cabinet spécialisé dans le recueil et l’analyse des données médicales et médico-économiques (collaboration en 2020/21)Aide au développement de modèles prédictifs du nombre de passages aux urgences.
Axys-Consultants
conseil en performance (collaboration en 2019)Aide au développement de modèles prédictifs au sein du Lab IA de la société Axys-Consultants.
Enedis
gestionnaire du réseau de distribution d'électricité (collaboration en 2016)Analyse temporelle des mesures de performances des concentrateurs du réseau (en lien avec les compteurs communicants Linky) pour une aide à la détection des facteurs prédictifs de la défaillance. Ces travaux ont donné lieux à deux articles dans deux conférences scientifiques internationales:
- Predictive Maintenance from Event Logs Using Wavelet-Based Features: An Industrial Application. S.Bonnevay, J.Cugliari, V.Granger. 14th International Conference on Soft Computing Models in Industrial and Environmental Applications, vol 950. Springer, pages 132-141, Seville (Spain), May, 2019. DOI 10.1007/978-3-030-20055-8_13
- Predictive Maintenance of Smartmeter's Concentrators. J.Cugliari, S.Bonnevay, P.Achaicha. European Network for Business and Industrial Statistics, Naples (Italy), september, 2017.
Michelin
fabricant de pneumatiques (mission en 2015/16)Accompagnement scientifique dans le cadre du développement de leur Big Data Lab (suivi de certains POC, aide aux analyses prédicitves, ...).
Registrat-MAPI
industrie pharmaceutique (collaboration en 2010/11)Cette collaboration avec la société MAPI s’inscrit dans le cadre d’un projet international nommé IDMPS (International Diabetes Management Practice Study). C’était une étude longitudinale (sur 9 mois) portant sur des patients diabétiques de type 1 et 2. L’objectif était de déterminer les facteurs prédictifs de maintien des patients du contrôle glycémique et d’identifier des profils de patients (en particulier vis-à-vis des modifications de traitements au cours de la phase longitudinale) par rapport à ce maintien du contrôle glycémique.
Edelia (groupe EDF)
production d'électricité (collaboration en 2008/09)La société Edelia récupère en temps réel, entre autres, les consommations électriques de milliers de clients. Notre collaboration a consisté en une étude des données manquantes issues de ces relevés de consommation. Les objectifs étaient : l'identification des différents types de données manquantes, la mise en place d'un outil de détection automatique de ces données manquantes, ainsi que le déploiement de techniques de remplacement de ces données manquantes.
ICTA
recherche et développement (collaboration de 2005 à 2010)Cette collaboration avec la société ICTA avait pour objectif la mise en oeuvre d'outils d'identification de facteurs pertinents dans, par exemple, la prédiction de survie à 5 ans dans le cancer du sein. En particulier, une comparaison entre la régression logistique et les réseaux de neurones a été effectuée. Ces travaux ont permis la publication de plusieurs articles scientifiques:
- Prediction of persistence of combined evidence-based cardiovascular medications in patients with acute coronary syndrome after hospital discharge using neural networks. V.Bourdès, J.Ferrières, J.Amar, E.Amelineau, S.Bonnevay, M.Berlion, N.Danchin, Medical & Biological Engineering & Computing, Springer, vol. 49, pages 947-955, 2011.
- Comparison of Artificial Neural Network with Logistic Regression as Classification Models for Variable Selection for Prediction of Breast Cancer Patient Outcomes. V.Bourdès, S.Bonnevay, P.Lisboa, et al., Advances in Artificial Neural Systems, vol. 2010, Article ID 309841, 11 pages, 2010.
-
Time-to-event analysis with artificial neural networks:
An integrated analytical and rule-based study for breast
cancer. P.J.G.Lisboa, T.A.Etchells, I.H.Jarman, M.S.H.Aung,
S.Chabaud, T.Bachelot, D.Perol, T.Gargi, V.Bourdès, S.Bonnevay,
S.Négrier, Neural Networks, vol 21, pages 414-426, 2008.
- Use of Neural Networks in Cancer Prediction: exploratory results from a French breast cancer cohort. V.Bourdès, S.Bonnevay, P.J.Lisboa, M.H.Aung, S.Chabaud, T.Bachelot, D.Perol, S.Négrier. 9th International Conference on System Science in Health Care, Lyon (France), September 2008.
- Development of a Rule Based Prognostic Tool for HER 2 Positive Breast Cancer Patients. M.H.Aung, P.J.Lisboa, T.A.Etchells, I.H.Jarman, V.Bourdès, S.Bonnevay, S.Chabaud, T.Bachelot, D.Perol, S.Négrier. IEEE Engineering in Medicine and Biology Society, Lyon (France), pages 5416-5419, August, 2007.
- Breast Cancer Predictions by Neural Networks Analysis: a Comparison with Logistic Regression V.Bourdès, S.Bonnevay, P.J.Lisboa, M.H.Aung, S.Chabaud, T.Bachelot, D.Perol, S.Négrier. IEEE Engineering in Medicine and Biology Society, Lyon (France), pages 5424-5427, August, 2007.
- Time-to-event analysis with artificial neural networks: An integrated analytical and rule-based study for breast cancer. P.J.Lisboa, T.A.Etchells, I.H.Jarman, M.H.Aung, S.Chabaud, T.Bachelot, D.Perol, V.Bourdès, S.Bonnevay, S.Négrier. International Joint Conference on Neural Networks, Orlando (USA), pages 2533-2538, August, 2007.
Optimisation de processus
My Little Pressing
collecte & livraison de pressing à domicile (collaboration en 2022/23)Conseils dans le développement d'un algorithme de pricing dynamique à partir de l'optimisation de "tournées de véhicules" de collectes et livraisons.
Axys-Consultants
conseil en performance (collaboration en 2019)Une de mes activités au sein du Lab IA de la société Axys-Consultants, a été de les accompagner dans le développement de techniques d'optimisation combinatoire à base de métaheuristiques pour résoudre un problème de type "Affectation de tâches".
Sword Group
software, conseils et services (collaboration en 2018)Lors de cette collaboration, j'ai accompagné la société Sword Group dans le développement de moteurs de calculs liés à des problématiques d'optimisation combinatoire, de type "tournées de véhicules".
Seripress & Axopen
transferts sérigraphiques (Seripress) & ESN (Axopen) (collaboration en 2014/15)Lors de cette collaboration, j'ai conçu et développé une méthode permettant d'optimiser un processus d'impression dans le cadre de transfert sérigraphique. L'objectif était de minimiser le coût total en déterminant automatiquement l'ensemble des paramètres d'impression. Ces travaux ont donné lieu à trois publications scientifiques :
- Comparison of two metaheuristics to solve a 2-D cutting stock problem with setup cost in the paper industry. S.Bonnevay, P.Aubertin, G.Gavin. International Journal of Metaheuristics, Inderscience, vol 5(1), pages 31-50, 2016. DOI 10.1504/IJMHEUR.2016.079107
-
A Genetic Algorithm to Solve a Real 2-D Cutting Stock
Problem with Setup Cost in the Paper Industry.
S.Bonnevay, P.Aubertin, G.Gavin.
Genetic and Evolutionary Computation Conference,
Madrid (Spain), pages 807-814, July, 2015.
-
A Simulated Annealing algorithm for real-world 2-D
Cutting Stock Problem with Setup Cost.
S.Bonnevay, P.Aubertin, T.Lazert.
11th Metaheuristics International Conference,
Agadir (Morocco), June, 2015.
Feu Vert
équipements automobiles (collaboration en 2014)Recherche automatique de localisations géographiques en France pour minimiser des temps et des coûts de transports (avec Google Map API)
VisioGlobe
édition de logiciel de visualisation 3D (collaboration en 2011)Cette collaboration avec la société VisioGlobe a consisté en une aide et un accompagnement au développement d’algorithmes de recherche d'un chemin optimisant le déplacement dans un centre commercial via une application mobile. Le premier objectif a été la modélisation du problème de cheminement dans le centre commercial sous forme d'un graphe, puis l'adaptation d'algorithmes de recherche de chemins optimaux.
Rhodia
industrie chimique (collaboration en 2009)L'objectif de ce projet avec la société Rhodia était la conception d'un outil générique de supervision, capable de minimiser de façon continue, la consommation énergétique de plusieurs opérations parallèles, tout en respectant des contraintes de fonctionnement. Ce travail a été réalisé par le développement de méthodes de classification de signaux à base de décomposition en ondelettes et de techniques d'apprentissage statistique à l'aide de réseaux de neurones.
Conseil et formation
La DIRECCTE
pilotage du développement économique (formations en 2020 et 2021)Formation Entreprise, compétitivité et IA organisée par l'Université de Lyon.
Search'XPR
informatique (séminaire de formation en 2014)Formation en Data Mining (réseaux bayésiens, réseaux de neurones) pour l'aide à la recherche d’information et aux systèmes de recommandation sur Internet.
Galderma
industrie pharmaceutique (journées de conseils en 2014)Conseils en Data Mining pour l'analyse de l'évolution de lésions acnéiques (réseaux bayésiens, cartes de Kohonen).
Enov Research
études de marché et sondages (séminaire de formation 2013)Formation à la construction de réseaux bayésiens à partir de données pour l'aide à l'analyse de questionnaires.
