MAADISON - Modèles par apprentissage automatisés pour la surveillance des ouvrages névralgiques | FEREC 2020

54 détection automatisée des anomalies. Notamment, chez SITES, les suites de ce projet portent sur l ’ intégration des outils LSTM sur un service type cloud pour la génération de modèles prédictifs simplifiée à partir de l ’ interface de gestion des données en ligne déjà existante (SIMON-E). À ce stade, grâce aux compétences acquises et à l ’ optimisation des outils de modélisation réalisée dans le cadre de ce projet, SITES a également pu compléter plusieurs offres et propositions techniques avec l ’ utilisation de modèles LSTM et l ’ étude statistique des résidus de modèles prédictifs. V.B. Participation de la FEREC Le projet MAADISON a reçu un financement de la part de la FEREC à hauteur de 40000€ dans le cadre de l’a ppel à projets 2020 : Intelligence artificielle (IA) appliquée aux infrastructures en service. Ce montant a notamment été utilisé pour financer : - Les rémunérations des stagiaires (PFE) recrutés dans le cadre du projet (M. Julien Barneoud pour une implication dans les développements présentés dans la partie II et Mme Ndeye Mar pour ceux présentés dans la partie III), - Le matériel informatique et licences utilisées pour le développement d’outils et le traitement de données, - La participation à la conférence Eurostruct 2021 qui a abouti à l a publication de l’article mentionné plus haut. Les auteurs souhaitent à ce titre remercier la FEREC pour la confiance et le soutien apporté à ce projet. Les auteurs souhaitent également remercier M. Dominique Chevillard, M. Jacques Roudier, Mme. Véronique Tavoillot et M. Christian Clergue pour les échanges durant la réalisation du projet.