Téléchargez notre L'IA en entreprise | Rapport sur les tendances mondiales 2023 et gardez une longueur d'avance !

Comment la détection d'objets poubelles à partir d'un drone peut réduire de moitié le coût global de détection et de collecte

Technologie Vision par ordinateur
Industrie Gouvernement
Industries potentielles Immobilier, logistique et transport, construction
Client Organisation immobilière semi-gouvernementale

Résumé

Pour une grande organisation semi-gouvernementale, notre équipe a développé un système qui détectait les déchets à partir d'images capturées par des drones et aidait à gérer les activités de collecte des déchets. Nous avons conçu et développé une application basée sur SIG qui a permis une interaction pratique avec les déchets détectés et a facilité les activités de collecte des déchets via une planification d'itinéraire optimale et un suivi de la progression de la collecte.

Cela a permis de réaliser d’importantes économies, réduisant de moitié les coûts globaux de détection et de collecte. De plus, le temps de collecte a diminué d'un facteur de 4 tandis que la solution de vision par ordinateur automatisée a permis une 7% une précision de détection plus élevée par rapport à un expert humain. De plus, ce système a réduit l'empreinte carbone d'un facteur 19.

 

Défi

La compagnie d'assurance opérant dans le domaine médical/santé était confrontée au défi de l'élaboration de politiques tarifaires. Pour eux, il était important de comprendre les risques liés à un patient particulier et d’ajuster les modèles de politique tarifaire en conséquence. Le client s’attendait à son tour à réaliser des économies considérables.

Solution par AI Superior

Nous avons construit une application basée sur un modèle d'apprentissage automatique pour prédire les probabilités d'une maladie particulière en fonction de nombreuses caractéristiques et paramètres d'entrée, y compris les antécédents médicaux. Pour cela, nous avons formé un modèle d'apprentissage profond cela résolvait efficacement des défis intrinsèques tels que le déséquilibre des classes. De plus, nous avons construit un cadre de validation pour comparer objectivement plusieurs approches et garantir que le modèle créé surpassait considérablement les autres.

Résultat et implications

La solution Data Science développée a largement surpassé les modèles de base reposant sur des statistiques. Les résultats du modèle ont été utilisés pour optimiser la politique tarifaire afin d’augmenter les revenus et de mieux gérer les risques.

Travaillons ensemble!

fr_FRFrench
Faire défiler vers le haut

Remplissez le formulaire ci-dessous :

En cliquant sur Envoyer un message, vous acceptez notre Politique de confidentialité.