Post-doctorant en science de l’informatique, Paul Boniol, multi-récompensé pour son travail de thèse qui a conduit au dépôt de 2 brevets (national et européen), nous a reçu pour nous expliquer comment par l’analyse d’un grand volume de données, il a réussi à créer des algorithmes capables de prédire des anomalies de toutes sortes.

© Université Paris Cité

Paul Boniol a conduit ses recherches au sein du LIPADE, en collaboration avec la société EDF. Intitulé Analysis of very large multivariate time series using unsupervised learning methods in order to detect anomalies and support predictive maintenance, son travail a porté sur l’analyse de très grands volumes de données temporelles dans le secteur de l’énergie et récoltées au niveau de réacteurs de centrales nucléaires, de barrages hydroélectriques…  Grâce à de nouvelles méthodes d’apprentissage non supervisées, Paul a créé des algorithmes capables de détecter des anomalies et d’aider à leurs prédictions. Ces résultats sont ouverts à la communauté scientifique international. Ses travaux ont été récompensés de 4 prix prestigieux et ont donné lieu au dépôt d’un brevet national et d’in brevet européen.

 

Rencontrez Paul Boniol

À lire aussi

Boris Chaumette, la science au service de la santé mentale

Boris Chaumette, la science au service de la santé mentale

Psychiatre et neuroscientifique reconnu, Boris Chaumette œuvre au développement d’une évolution médicale majeure : la psychiatrie de précision. Sa sélection au programme franco-britannique Young Leaders 2025 met en lumière l’excellence de ses travaux et constitue une...

lire plus
Quand les ondes imitent le comportement d’un gaz

Quand les ondes imitent le comportement d’un gaz

Marlone Vernet et Eric Falcon, physiciens au laboratoire Matière et Systèmes Complexes (MSC - Université Paris Cité/CNRS), ont observé un phénomène étonnant : dans un système agité de manière aléatoire, des ondes peuvent se comporter comme les molécules d’un gaz....

lire plus