Défense

Optimisez la défense de l'avenir !

Le marché de la défense requiert des compétences hautement technologiques et sécuritaires afin de répondre aux enjeux stratégiques et militaires.

Probayes accompagne ainsi de nombreux clients sur le marché de la défense dans leur transformation en développant des outils basés sur l’Intelligence Artificielle.

Ces outils répondent aux principaux enjeux métiers de la défense :

Des outils algorithmiques adaptés

Pour y parvenir, Probayes utilise différentes catégories d’algorithmes comme la géométrie algorithmique (test de collision rapide), l’optimisation (génération de trajectoire respectant les contraintes cinématiques des plateformes considérées), l’inférence probabiliste, l’apprentissage profond (détection de comportement) ou les ontologies (interprétation de situation tactique). Ces algorithmes ont été mis en œuvre dans de nombreux cas d’usage pour la défense depuis plus de 15 ans. Les principaux sujets traités par Probayes dans ce contexte sont :

Maintien en Condition Opérationnelle

  • Maintenance prédictive des appareils militaires (aéronefs, blindés, etc.)
  • Prévision des affectations des véhicules en fonction des missions
  • Optimisation de la chaîne logistique
  • Optimisation de l’approvisionnement en pièces détachées

La fusion de capteurs

  • Vérification des incompatibilités opérationnelles dans un plan d’engagement : il s’agit de vérifier que les systèmes d’armes employés ne présentent pas d’incompatibilité au niveau spatial, temporel et électromagnétique
  • Planification de route basée sur la fusion de capteurs hétérogènes, la modélisation de l’incertitude capteur et terrain, la simulation de processus physiques, le filtrage temporel (e.g, Kalman, particules) et de l’optimisation quadratique sous contraintes pour respecter les contraintes cinématiques
  • Système d’aide à la décision pour le combat basé sur la fusion de capteurs et l’inférence probabiliste

Les réseaux de neurones

  • Identification du comportement basée sur l’utilisation de réseaux de neurones récurrents profonds pour déduire les comportements à partir de suites temporelles de données capteurs bruitées

Le Machine Learning

  • Collaboration Opérateur / Machine dans des systèmes d’allocation de cible par l’utilisation de l’apprentissage par renforcement

Les réseaux bayésiens

  • Prévisions probabilistes de trajectoires par l’utilisation des chaînes de Markov et des méthodes de Monte-Carlo
  • Modélisation de l’incertitude terrain pour la planification de route et le calcul probabiliste de l’inter visibilité par l’utilisation de processus Gaussiens

Les ontologies

  • Description synthétique de la situation opérationnelle par l’utilisation d’ontologies

Une collaboration étroite

avec les équipes métiers du client

Etant donnée la forte complexité du secteur d’activité et la multitude de sources de données généralement à disposition, les équipes Probayes mettent en place une collaboration étroite avec les équipes métiers du client, afin de mettre au point la solution permettant de répondre au mieux à leur problématique. La transparence est le maître-mot de cette collaboration, permettant ainsi aux équipes de progresser ensemble lors des développements du projet. L’équipe métier client va pouvoir mieux comprendre la méthodologie de mise en place de l’I.A. dans le contexte de la défense, tandis que l’équipe Probayes va affiner sa compréhension des enjeux et contraintes spécifiques au domaine du client. Cette collaboration permet de nouer des partenariats sur le long terme.

Pour (re)voir notre Webinar Défense

Quelques exemples de réalisation :

Évaluation de trajectoires - MMT

Détecter les manœuvres d’un ou plusieurs avion(s) ennemi(s)

Raisonnement sur un environnement tactique probabiliste - MMT

Conception d’un module de raisonnement de haut niveau basé sur une ontologie

Vehicule autonome connecté

Navigation par SOP

Géolocalisation de véhicule autonome par SOP (Signal of OPportunity)

RMPR_UPCAT_recadree_1080

Création de trajectoires missiles, en temps réel - MCM ITP

Évaluer les marges de sécurité anti-collision et calculer les trajectoires optimum de missile

Projet MAN MACHINE TEAMING - RECO

Exemple de réalisation

Projet RECO

Problématique

L’objectif est de classifier en temps réel les comportements d’un avion ou d’un groupe d’avions ennemis à partir de leurs trajectoires et de fournir des faisceaux de trajectoires probables correspondant à ces comportements.

Mise en oeuvre / Expertises mobilisées

L’objectif du projet RECO est de remplacer les techniques classiques de classification de trajectoires par des techniques basées sur les réseaux de neurones profonds récurrents.

Résultats

L’Intelligence Artificielle développée sur ce projet a permis :

  • d’augmenter la fiabilité des prédictions, 
  • de gagner en rapidité de calcul pour une utilisation opérationnelle,
  • d’augmenter significativement le nombre de comportements reconnaissables,
  • d’étendre l’analyse en cas de plusieurs avions attaquants.

« Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce eu lacus diam. Cras congue, neque ac mattis efficitur, nibh ipsum fringilla nunc, sed iaculis neque odio non orci. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia Curae; Praesent lacinia, urna quis rhoncus lobortis, urna neque tempus tellus, quis auctor justo lectus vitae libero. Nulla non porta odio. Donec diam est, varius id ullamcorper a, efficitur nec libero »

Prénom Nom

Fonction – Entreprise

Ils nous font confiance*

* Pour des raisons de confidentialité, les noms de certains de nos clients ne sont pas cités

Ils nous font confiance*

* Pour des raisons de confidentialité, les noms de certains de nos clients ne sont pas cités