BIENVENUE AU ONLINE DEMO DAY 2023
Les salles sont désormais fermées.
Merci à tous et rendez-vous au prochain demo day online
Explorez l’ingéniosité de nos étudiants à travers leurs projets novateurs.
Entrez dans la salle d’accueil ou rendez-vous directement dans une des salles de démo ci-dessous.
Attention : salles ouvertes UNIQUEMENT le Vendredi 06 Octobre 2023 de 17h à 20h GMT.
Idrissa SYLLA et Aliou THIAW
Prédiction de la production d’électricité des panneaux solaires photovoltaïques à partir de la météo
Ce projet se concentre sur la prédiction de la production d’électricité à partir de panneaux solaires photovoltaïques en utilisant des données météorologiques. En intégrant des paramètres météorologiques tels que l’ensoleillement, la température et d’autres variables pertinentes, un modèle de prédiction sera développé. Ce modèle exploite des techniques avancées d’analyse de données et d’apprentissage automatique pour anticiper la production d’électricité solaire avec une précision accrue. Une telle prédiction précise est essentielle pour optimiser l’utilisation de l’énergie solaire, planifier la distribution d’électricité et promouvoir l’efficacité énergétique.
Jean-Claude OUEDRAOGO
Suivi des prix des marchés dans le cadre de la sécurité alimentaire au Sahel et en Afrique de l’ouest
Le suivi concerne les prix des denrées alimentaires de base (mil, sorgho, maïs, riz, …), des produits de rente et du bétail. L’objectif est de mettre en place une base de données en ligne permettant de faire une cartographie des marchés avec le niveau courant des produits de base (principal produit du marché) ; d’apprécier la situation courante des prix des produits agricoles comparativement à la moyenne des cinq (5) dernières années et d’analyser les tendances et les saisonnalités des prix afin de pouvoir créer un modèle de prévision des prix des denrées alimentaires.
Teclecky N’da Hubert N’GUESSAN
Reconnaissance et évaluation des objets dans un réseau électrique
Ce projet vise à automatiser le processus d’élaboration des devis et du tracé des réseaux électriques existants. Actuellement, la collecte manuelle des données et la conception des réseaux prennent beaucoup de temps en raison du nombre croissant de clients et de projets. La solution proposée consiste à développer deux modules basés sur l’intelligence artificielle : le premier pour la reconnaissance en temps réel des types de supports, et le second pour l’identification des supports particuliers sur les plans. L’objectif global est de réduire le temps nécessaire à l’élaboration des devis et au tracé des réseaux existants. Le projet implique la collecte d’informations, la modélisation du cycle d’identification et la création d’une application basée sur l’intelligence artificielle pour automatiser ces processus.
Brahima BAYILI
Mise en place d’une plateforme permettant la detection des maladies dans la filière cotonnière grace à un modèle d’IA
Ce projet a pour objectif de développer une plateforme basée sur l’intelligence artificielle pour détecter les maladies dans la filière cotonnière. En réponse aux défis rencontrés dans l’industrie du coton en raison des maladies des plantes, cette initiative exploite des modèles d’IA avancés pour identifier précocement les infections. La plateforme sera équipée d’algorithmes de pointe capables d’analyser des données complexes, telles que des images de plantes, afin de diagnostiquer efficacement les maladies. Cette technologie permettra aux agriculteurs de prendre des mesures préventives rapidement, contribuant ainsi à améliorer la productivité et la santé des cultures dans l’industrie cotonnière.
Yacin MOUHOUMED ELMI
Détection automatisée de la Tuberculose par Computer Vision
L’objectif principal de ce projet est de développer un modèle d’Intelligence Artificielle capable de détecter la tuberculose à partir d’images médicales, telles que les radiographies pulmonaires. La détection précoce de la tuberculose est essentielle pour un traitement efficace et la réduction de la propagation de la maladie.
Gabin AMOUSSOU
Détection de la somnolence
La détection de la somnolence, cruciale dans des domaines tels que la sécurité routière et la surveillance médicale, bénéficie de l’intelligence artificielle (IA) par rapport aux méthodes traditionnelles limitées en fiabilité et praticité. Malgré des défis tels que la variabilité interindividuelle et les questions éthiques, l’IA présente un potentiel significatif pour améliorer la sécurité et la santé, incitant la recherche à progresser pour exploiter pleinement ses avantages dans la détection de la somnolence.