Le projet Senometry a permis la construction d’une base de données anonymisées de plus de 15000 patientes pour réaliser des études d’une ampleur exceptionnelle sur le cancer du sein. L’utilisation des technologies de NLP (Natural Language Processing) a permis d’analyser la sémantique puis d’exploiter les différentes sources de données de l’hôpital (compte rendu médicaux, lettres d’hospitalisation, etc.) pour faire avancer la recherche, notamment via des études statistiques. Les associations entre l’hyperthyroïdie ou le diabète de type II et le cancer du sein ont ainsi été établies. Au total, Senometry a fait l’objet d’une dizaine de publications.

Marty est une application mobile qui utilise les techniques de pointe de la reconnaissance d’image. Il suffit de photographier avec son smartphone un tableau pour que Marty l’identifie grâce aux algorithmes développés, fondés sur du deep learning. L’application va ensuite chercher des informations sur l’oeuvre reconnue et recommander d’autres oeuvres du même style. Marty repose notamment sur un algorithme qui repère dans le tableau des descripteurs caractéristiques (zones claires, zones foncées, lignes…) puis cherche une correspondance dans une base de données d’œuvres picturales. Grâce à des Réseaux de Neurones convolutifs, il est également capable de décortiquer le style de l’œuvre et sa composition et de suggérer à l’utilisateur des tableaux similaires soit dans le sujet traité soit dans le style artistique.

Quantmetry a co-organisé avec EDF un data challenge dont le but est de prévoir la consommation électrique de l’île d’Ouessant à 8 jours, en s’aidant des données suivantes :
– un an de données de consommation historiques, à la maille horaire (conso_train.csv),
– un an de données météorologiques à la maille tri-horaire, issues de la proche station météorologique de Brest (meteo_train.csv),
– une semaine de données météorologiques à la maille tri-horaire, issues de la même station et faisant office de prédiction météorologique (meteo_prev.csv).