• Home
  • AI Days @ HES-SO

AI Days @ HES-SO

Get the flyer !

Download

LAUSANNE – 14.02.2023

HES-SO Master, Salle B2 Avenue de Provence 6, Lausanne

Présentation du Centre Suisse d’IA pour les PME

Session chair: Jean Hennebert
  • 09h00 Accueil et mot de bienvenue
  • 09h15 Présentation du Centre Suisse d’Intelligence Artificielle pour les PME
    • Speaker: Jean Hennebert
    • Abstract: Présentation de la mission, des axes d’activités et de l’organisation du nouveau Centre Suisse d’Intelligence Artificielle pour les PME, un projet soutenu par le domaine Ingénierie et Architecture de la HES-SO.
    • Partenaires: HES-SO, HEVS, HEPIA, HEIG-VD, HE-ARC, HEIA-FR
  • 09h30 Présentation du “Core AI Engine”, un moteur d’exécution pour le prototypage rapide d’IA
    • Speaker: Sébastien Rumley
    • Abstract: Présentation des premiers résultats sur l’axe technologiques du Centre CSIA-PME: un moteur d’exécution de modèles IA permettant de chaîner les modèles et de les déployer sur des infrastructures cloud en mode no-code. Les principes, les objectifs, les choix technologiques et l’architecture sélectionnée pour le Core AI Engine sont expliqués.
    • Partenaires: HES-SO, HEVS, HEPIA, HEIG-VD, HE-ARC, HEIA-FR
  • 09h50 Démonstrations
    • Speaker: Sébastien Rumley
    • Abstract: Survols des démonstrations données lors des pauses.
    • Partenaires: HES-SO, HEVS, HEPIA, HEIG-VD, HE-ARC, HEIA-FR + partenaires industriels
  • 10h00 PAUSE CAFE

Session 1 – Industrie 4.0

Session chair: Francesco Carrino
  • 10h30 Press Pressure Prediction – Dashboard for explainable AI
    • Speaker: Francesco Carrino
    • Abstract: Large aluminum custom extrusion profiles are widely used in construction, transportation and other industries. Using large amount of historical data and Machine Learning algorithms, we built a model that predicts the extrusion press pressure and an interface that helps operators to visualize similar products (small batches)
    • Partenaires: HEVS, IDIAP, Constellium SA
  • 10h50 Integrated experimental and digital platform for bioprocess optimization
    • Speaker: Hanik Nils
    • Abstract: At the Institute for Life Technologies (HES-SO Valais-Wallis, Sion), we are establishing a platform for the digital and experimental bioprocess optimization. The platform includes engineering biology for strain development, upstream and downstream process optimization. Our platform is supported by a transparent data management system that ensures reproducibility and iterative knowledge acquisition. By closely integrating experimental and digital technology, we can generate a more in depth understanding of the process and superior bioprocess performance. We present a use case study for the production of a recombinant protein.
    • Partenaires: HEVS
  • 11h10 Truck Loading Optimisation
    • Speaker: Darko Petrovic
    • Abstract: The main idea is to facilitate the task of loading a truck by supporting operators’ decision making thanks to an application that digitalize the truck loading process.
    • Partenaires: Onero, HEVS, Constellium
  • 11h30 DeepSLM: Contrôle in-situ par ondes électromagnétiques de l’intégrité des pièces imprimées par fusion laser sélective en utilisant le Machine Learning
    • Speaker: Hatem Ghorbel
    • Abstract: Le but du projet DeepSLM est de développer une méthode de contrôle qualité in-situ des pièces imprimées par SLM en temps et en conditions réels en utilisant un capteur Sensima récoltant le signal électromagnétique de l’intégrité de la pièce ainsi qu’un algorithme de Machine Learning.
    • Partenaires: HE-ARC
  • 11h50 LYSR – Platform for continuous AI-based process surveillance for enterprises
    • Speaker: Jonathan Rial
    • Abstract: Example of collaboration between two schools and a startup, through a SwissUniversity funding. LYSR offers a platform that allows manufacturing industries to increase their competitiveness by taking advantage of AI powered processes monitoring without the need to code anything.
    • Partenaires: HEIA-FR, HEG-FR, LYSR sàrl, FriUp
  • 12h10 PAUSE MIDI

Session 2 – Healthcare & MedTech

Session chair: Andres Upegui
  • 13h30 AvalGlyc: Acquisition et validation de données pour la définition d’un modèle de la gestion et prédiction du glucose
    • Speaker: Fabrizio Albertetti
    • Abstract: This project’s goal is to conceive and implement a non-invasive glucose monitoring system, in the form of a point-of-care system able to predict an increased risk of abnormal glycemia thus allowing patients with Type I diabetes to manage their disease in a simple and comfortable way.
    • Partenaires: HE-ARC
  • 13h45 A-Eye: Towards a large-scale MRI-based model of the complete eye
    • Speaker: Jaime Barranco
    • Abstract: MRI of the eye (MReye) is raising a lot of interest, as it provides a comprehensive view of 3D anatomy. This work evaluates an approach for the automated segmentation of several eye structures and benchmarks an approach for the automated extraction of eye biomarkers.
    • Partenaires: HEVS, CHUV, UNIL, The Sense, CIBM
  • 14h00 DeepDTI: DeepDTI – Identification des interactions médicaments-cibles avec les techniques du Deep Learning
    • Speaker: Pedro da Costa
    • Abstract: The aim of this project is to improve the state-of-the-art of DTI prediction by analyzing available textual data so as to discover hidden associations between drugs and biological targets (such as proteins).
    • Partenaires: LuMind, HE-Arc
  • 14h15 Machine learning in anaesthesia
    • Speaker: Alena Simalatsar
    • Abstract: Anaesthesia individualisation can be performed based on objective measures of Depth of Anaesthesia (DoA) like electroencephalogram (EEG)-based bispectral index (BIS) or Patient State Index (PSI). However, as was recently proved, such indexes gives an unspecific picture of the brain’s responses to anaesthetic drugs. Since these algorithms are proprietary it is not possible to modify them and one has to start from scratch the development of new DoA predicting algorithm. Moreover, most EEG based algorithms are developed for humans, and thus, cannot be applied or adapted to veterinary practice, were the variety of species is very large. In this presentation I will talk about how do we address this problem using AI.
    • Partenaires: HEVS, The Sense
  • 14h30 Validating and optimizing image data for a robust biomedical AI
    • Speaker: Enrico Pomarico
    • Abstract: The growth of data throughput in biomedical imaging has triggered the extensive use of artificial intelligence (AI) for automated data analysis and diagnostics. However, to deal with large training datasets and computational constraints, AI models are normally executed on highly compressed image data, that do not usually own the appropriate quality for AI applications and are not properly selected for AI training. By following a data-centric approach to AI we propose a metrologically accurate imaging platforms, validate data quality and optimize data processing to enhance AI robustness and generality. We will present how we validated the image compression method especially designed by our industrial partner for biomedical AI applications. We demonstrated that the compression method of our partner does not produce statistical distortions of predictions in cell segmentation tasks performed on various microscopy data.
    • Partenaires: HEPIA, Dotphoton AG, Centre Wyss, EPFL, Fraunhofer HHI, University of Mainz
  • 14h45 Real-time analisys of neural activity from micro-electrode arrays
    • Speaker: Andres Upegui
    • Abstract: Les réseaux de neurones in vitro sont des cultures cellulaires qui permettent une multiplicité d’analyses utiles à des fins de diagnostic. Les capteurs les plus courants pour l’analyse in vitro sont des “microelectrode arrays” (MEA). Au cours d’une seule expérience, les appareils MEA peuvent générer d’énormes quantités de données sous la forme de séries temporelles à beaucoup de dimensions. Le projet DeepAPMEA vise à proposer un accélérateur matériel numérique en temps-réel et basse consommation pour l’analyse de données en temps réel à l’aide de réseaux LSTM. Nous proposons également un algorithme de réapprentissage capable de compenser des erreurs induites par la quantisation.
    • Partenaires: HEPIA, HEIG-VD
  • 15h00 PAUSE CAFE

Session 3 – AI Tools, Edge computing & MLOps

Session chair: Bertil Chapuis
  • 15h30 Darts: User-friendly machine learning for time series in Python
    • Speaker: Julien Herzen
    • Abstract: Darts (https://github.com/unit8co/darts) is an open-source Python library for machine learning on time series, with a focus on forecasting and anomaly detection. It contains a variety of models, from classics such as ARIMA to deep neural networks. The models can all be used in the same way, using fit() and predict() functions, similar to scikit-learn. It has been designed with machine learning in mind – for example scaling to large datasets of multidimensional time series, and having rich support for probabilistic modeling. This talk will give an overview of Darts and its main features.
    • Partenaires: Unit8
  • 15h50 Picterra: powering geospatial applications & services with machine learning
    • Speaker: Julien Rebetez
    • Abstract: Founded in 2016 in Switzerland, Picterra helps clients worldwide solve some of the toughest geospatial problems to future-proof and scale their businesses. Picterra’s cloud native ML platform is trusted by many enterprise clients, including Cyient, Fugro, General Motors, and The World Bank and allow them to streamline their ML operations. In this talk, we’ll see how Picterra simplifies the typical MLOps workflow in the context of geospatial imagery and how we put ML in the hands of non-expert users. We’ll also discuss how Picterra’s internal MLOps work and how we iterate on our own model architectures that are underpinning our ML platform.
    • Partenaires: Picterra
  • 16h10 Mesurer la consommation énergétique et de l’empreinte carbone des modèles ML
    • Speaker: Christophe Gisler
    • Abstract: Comment aider à diminuer l’empreinte carbone des modèles ML dont la taille et le nombre d’applications ne font que croître avec le temps ? Cette présentation aura pour but de faire un bref survol critique des outils existants permettant de mesurer l’énergie consommée et l’empreinte CO2 des modèles ML.
    • Partenaires: HES-SO, HEIA-FR
  • 16h30 AI applied to smart grid and renewable energies
    • Speaker: Mohamad Moussa
    • Abstract: The liberalization of the electricity market and the proliferation of new forms of electricity production and consumption are paving the way for new smart digital services. These services will involve a new generation of smart meters to support electric systems and microgrids. Indeed, apart from monitoring home appliances’ power cycles, the new smart meters will need to communicate and collaborate to forecast energy production and consumption at the medium (microgrid) and low (household) voltage. The aim is to develop a robust learning-based framework that will be used as a backbone to develop smart digital services applied to smart microgrids. The framework will democratize the development of high-level energy applications (smart digital services) by taking into account different contexts and dynamic needs of end users.
    • Partenaires: HEPIA, CLEMAP, SixSq, Groupe-E, UniGe, KTH, Tvinn, Electricity
  • 16h45 Acoustic analysis in real-time for trafic monitoring
    • Speaker: Quentin Berthet
    • Abstract: Afin de mesurer et qualifier des bruits urbain dans un context Smart City, le projet Innosuisse NoRa met en application des techniques de Machine Learning et de traitement de signal accélérées sur FPGA pour permettre la détection et la classification de sources sonores mobiles en temps réel dans un contexte edge computing.
    • Partenaires: HEPIA, EPFL, Securaxis
  • 17h00 APERITIF

NEUCHATEL – 15.02.2023

HE-ARC, Salle 320 Espace de l’Europe 11, Neuchâtel

Présentation du Centre Suisse d’IA pour les PME

Session chair: Hatem Ghorbel
  • 09h00 Accueil et mot de bienvenue – Max Monti (responsable partenariats et valorisation HE-ARC ingénierie)
  • 09h15 Présentation du Centre Suisse d’Intelligence Artificielle pour les PME
    • Speaker: Hatem Ghorbel
    • Abstract: Présentation de la mission, des axes d’activités et de l’organisation du nouveau Centre Suisse d’Intelligence Artificielle pour les PME, un projet soutenu par le domaine Ingénierie et Architecture de la HES-SO.
    • Partenaires: HES-SO, HEVS, HEPIA, HEIG-VD, HE-ARC, HEIA-FR
  • 09h30 Présentation du “Core AI Engine”, un moteur d’exécution pour le prototypage rapide d’IA
    • Speaker: Sébastien Rumley
    • Abstract: Présentation des premiers résultats sur l’axe technologiques du Centre CSIA-PME: un moteur d’exécution de modèles IA permettant de chaîner les modèles et de les déployer sur des infrastructures cloud en mode no-code. Les principes, les objectifs, les choix technologiques et l’architecture sélectionnée pour le Core AI Engine sont expliqués.
    • Partenaires: HES-SO, HEVS, HEPIA, HEIG-VD, HE-ARC, HEIA-FR
  • 09h50 Démonstrations
    • Speaker: Sébastien Rumley
    • Abstract: Survols des démonstrations données lors des pauses.
    • Partenaires: HES-SO, HEVS, HEPIA, HEIG-VD, HE-ARC, HEIA-FR + partenaires industriels
  • 10h00 PAUSE CAFE

Session 1 – Industrie 4.0

Session chair: Emmanuel de Salis
  • 10h30 eDAP Digital Twin Infrastructure
    • Speaker: Célien Donzé
    • Abstract: Ce projet est développé en collaboration avec Afry Suisse, une firme qui fournit des services d’ingénierie dans différents segments : l’eau, l’énergie, le transport et l’industrie. L’objectif de ce projet est la construction d’une infrastructure numérique sur MS Azure appelée “engineering Data Analytics Platform (eDAP) for Digital Twin Infrastructure”, qui fournit une solution pour la simulation et l’analyse de différentes ressources et composants d’un système connecté afin de prédire l’état de santé de l’infrastructure.
    • Partenaires: HE-ARC, Afry
  • 10h50 Few-shot learning from live data: Optimal machine configuration using AI
    • Speaker: Nicolas Minning
    • Abstract: The objective of this Innosuisse project is to develop a methodology for autonomously determining the optimal configuration for a new machine. This task is particularly challenging due to 1) the unique nature of each machine, for which no prior data is available, and 2) for the substancial amont of time and  resources required to evaluate the performance of a given configuration. The proposed solution utilizes a Bayesian approach, which has been shown to be an effective method for minimizing the number of required trials while efficiently learning the optimal configuration.
    • Partenaires: HE-ARC
  • 11h10 Knowledge Database for After-Sale Service
    • Speaker: Jonathan Dreyer
    • Abstract: This study presents the development and implementation of a database for the after-sale service of a machine tool company. The database aims to track the life cycle of the machines by storing relevant information such as parts used for repairs and upgrades. The ultimate goal of the system is to provide an efficient way to identify the necessary parts, determine the root cause of interventions, and suggest possible solutions. The project was conducted within the framework of a European project.
    • Partenaires: HE-ARC, EU
  • 11h30 Detecting cyberanomalies in electric power grids using machine learning
    • Speaker: Philippe Jacquod
    • Abstract: Electric power grids are cyber-physical systems. Their physical side consists of power plants and lines, substations, transformers and so forth, while their cyber-side is an IT network that communicates grid information to the operator and operator commands to the physical components. We have developed machine learning based methods to detect anomalies – arising either from digital malfunctions or cyber-attacks – in the data transmitted by the IT system to operator. The performances of several algorithms are compared and we find that anomalies are very efficiently detected by neural networks models.
    • Partenaires: HEVS, cybercampus defence EPFL, Armasuisse
  • 11h45 Greybox, jumeau numérique pour étude des défauts dans une machine tournante 
    • Speaker: Kuster Joël et Robyr Jean-Luc
    • Abstract: Le projet Greybox a pour objectif de détecter la présence et la sévérité de défauts prédéterminés dans une machine tournante à partir de mesures dynamiques (déplacement, vibration). La détermination se fait en comparant les sorties d’un modèle numérique avec les valeurs des capteurs. Pour ce faire l’ensemble des données sont synthétisées en une série de valeurs caractéristiques qui sont ensuite comparées entre elles à l’aide de méthodes classiques (moindres carrés) et d’outils de machine learning. Cette approche permet de déterminer des paramètres physiques de la machine qui ne sont pas mesurables en fonctionnement
    • Partenaires: HEIA-FR, Meggit
  • 12h05 PAUSE MIDI

Session 2 – Energie & Smart Living

Session chair: Jean Hennebert
  • 13h30 Clustering Tool
    • Speaker: Alexis Maire
    • Abstract: Ce projet concerne l’analyse de données de profils de charge électrique en collaboration avec le Swiss Energy Park. Le but est de produire un algorithme de clustering permettant de définir des profils types de consommateurs au sein d’un panel de consommateurs d’électricité.
    • Partenaires: HE-ARC
  • 13h50 DigiRent AI – Improving the renting process with AI for rental agencies
    • Speaker: Jean Hennebert
    • Abstract: DigiRENT-AI is an innosuisse project aiming at adding AI to IMMOMIG SA’s DigiRENT service for the digital management of rental properties, in order to automate certain steps by predicting e.g. the best publication strategies, the most suitable agencies to rent a property or to validate the documents provided by the renter when applying for an object to rent.
    • Partenaires: Immomig SA, HEIA-FR, innosuisse
  • 14h05 CODeT – Custom Object Detector Training: An application on Swiss Truck Classification
    • Speaker: Oussama Zayene
    • Abstract: We’ll show how to easily train a custom object detection model, namely YOLOv5, using your own data. A complete and interesting use-case will be detailed ranging from material setup and data collection to model training and evaluation.
    • Partenaires: HEIA-FR, OFROU
  • 14h25 Vers une quantification améliorée de l’effet de point de fonctionnement sur la santé de machines hydrauliques
    • Speaker: Ali Amini
    • Abstract: Les centrales hydroélectriques sont constituées de plusieurs composants principaux et auxiliaires. Il est donc difficile, voire impossible, d’évaluer l’effet de condition de fonctionnement sur l’état de santé de la machine à partir des signaux de surveillance classiques. Les techniques de Machine Learning informées par la physique et de réduction de la dimensionnalité sont des outils utiles qui peuvent faciliter l’évaluation des conditions de fonctionnement en termes de vieillissement des composants.
    • Partenaires: HEVS
  • 14h45 Prédiction de production hydroélectrique à très court terme
    • Speaker: Gaëtan Lovey
    • Abstract: Les groupes-bilan doivent annoncer leur bilan à Swissgrid et observent des pénalités financières proportionnelles aux erreurs de prédictions de consommation/production d’électricité. Pour les Forces Motrices Valaisannes, nous avons validé le potentiel d’algorithmes de machine learning pour mieux prédire la production pour les quatre heures suivantes de la centrale au fil de l’eau d’Ernen.
    • Partenaires: HEVS, Forces Motrices Valaisannes
  • 15h00 Une IA pour estimer les diagnostiques énergétiques de bâtiments en moins de 5 minutes
    • Speaker: Frédéric Montet
    • Abstract: Pour planifier des rénovations à large échelle, estimer la performance énergétique d’un parc de bâtiments est clé afin de prioriser les travaux de manière rapide. En utilisant des méthodes d’IA à l’état de l’art, une première estimation peut-être faite instantanément et à moindre coût. Dans cette présentation, nous aborderons les méthodes permettant d’arriver à un tel résultat et discuterons des limites du modèle.
    • Partenaires: CECB, HEIA-FR, EPFL
  • 15h20 PAUSE CAFE

Session 3 – Text and Document Analysis

Session chair: Valérie Schürch Todeschini
  • 15h50 Prediction in Forex using Reuters headline analysis
    • Speaker: Célien Donzé
    • Abstract: Détection de tendance du marché Forex en analysant les titres d’articles.
    • Partenaires: HE-ARC, PPI
  • 16h05 AI for Juridic Document Analysis and Translation – innosuisse projects Datalambic & LexDocumenta
    • Speaker: Yann-Ivain Beffa
    • Abstract: With ChatGPT and Dall-E in the news, AI is nowadays in everyone’s mind. These big and powerful models are able to generalize on many tasks, but fails on domain specific tasks. This is the case with the legal domain, where the machine is currently unable to fully replace the knowledge and experience of a specialist. With two InnoSuisse projects, the company Neur.on is using AI and Algorithm with Human-in-the-loop processes. Thus, gathering data and improving the quality of AI in the legal field.
    • Partenaires: Neur.on, Hieronymus, HEIA-FR, innosuisse
  • 16h20 Zéro Chômeur
    • Speaker: Pierre Bürki
    • Abstract: L’appariement entre demandeur et offre d’emploi se fait à travers les activités explicites, une formulation simple et atomique des tâches requises par un emploi. Le but de ce projet est de construire un référentiel de toutes ces activités explicites, en s’assurant de son intégrité. Un second objectif est de construire l’algorithme d’appariement, qui détermine quels postes présenter aux demandeurs de préférence.
    • Partenaires: HE-ARC
  • 16h35 Analyse graphométrique
    • Speaker: Claude-Alain Roten
    • Abstract: OrphAnalytics est spécialisée dans l’analyse de séquences numériques et se focalise principalement sur l’analyse stylométrique (détection de plagiat, discrimination d’auteurs et très récemment la possibilité de classifier les textes écrits par ChatGPT).
    • Partenaires: OrphAnalytics, HEVS
  • 16h50 Combining NLP and trust to automate access to relevant and transparent knowledge on agricultural markets
    • Speaker: Abir Chebbi
    • Abstract: Agricultural producers, buyers, and sellers need to make informed decisions, but there is currently no useful way for them to process the massive amount of data with its variable quality and derived from opaque ecosystems. The DEMETER project intends to develop a self-adaptive NLP-based platform that extracts key market knowledge at a low cost and in a scalable way. A trust tool controls the effectiveness of the NLP tasks and the trustworthiness of the reports.
    • Partenaires: HEPIA, HSLU , AgFlow
  • 17h05 DeepVCG – Helping to build a circular economy through document analysis and big-data
    • Speaker: Beat Wolf
    • Abstract: One of the current challenges in creating a sustainable economy is the identification and creation of circular value chains. The DeepVCG project tackles the problem of creating a database large and detailed enough to enable the creation of such a database using deep learning techniques to automatically fill out missing information on companies. On top of this database we built a web application to create circular value chains to have real, practical impact.
    • Partenaires: HEIA-FR, Uwazi, Chemie Cluster Bayern
  • 17h30 APERITIF

Copyright © Swiss AI Center | HES-SO 2022-2023.