SlideShare une entreprise Scribd logo
AI et Big Data
Pour le développement territorial
Pr Hajji Hicham
Spatial Big Data and ML Expert
https://www.linkedin.com/in/dr-hajji-hicham-6601606/
Plan
• Big Data et Développement urbain
• AI et Développement urbain
• Quelques Use Cases
Big Data et Développement urbain
Big Data ou Données massives:
Mot tendance pour décrire
*beaucoup* de données!
Et dans l’urbain ?
Oui c’est bien
Mais ca reste flou
Smart Metering et compteurs intelligents
Exp: l’Eau et Eletricité
 Un dispositif électronique qui
 enregistre la consommation d’eau/électricité à intervalles d’une heure ou
moins
 communique ces informations pour le suivi et la facturation
Besoin :
Produire des profils des clients précis
Détection des fuites…
Stocker ce volume de données en temps réel
Lancer des requêtes analytiques complexes
Images satellites urbaines
• Les sociétés d’imagerie commerciale collectent plus
de
• 100 Téraoctets (To) ou plus par jour, chaque jour,
• 365 jours par an,
• accumulant d’énormes ensembles de données mesurées
en pétaoctets par entreprise.
A Bird’s-Eye View of Earth: Petabytes
of satellite data at our fingertips
Besoin:
Monitoring de La population humaine
“More than 40 commercial companies have launched imaging satellites in the past 10 years,” said
Janice Starzyk, Vice President of Commercial Space for analytics and engineering firm Bryce
Space and Technology. “We count 36 commercial earth observation companies as start-up space
companies. Twenty-one of these were founded between 2014 and 2019.”
Mobilité urbaine
• la quantité estimée de données provenant des capteurs individuels du
véhicule à partir du troisième niveau d’autonomie, la quantité totale de
données transmises est d’environ 19 To / h.
• Pour les véhicules qui entrent dans la catégorie inférieure de l’autonomie, la
quantité estimée de données produites est d’environ 1,4 To/h.
• Un véhicule peut produire plus de 5500 To de données par an..
Open Data et autres initiatives
• Open Data:
• Documents d’urbanismes
• Documents d’aménagement
• Systèmes d’informations géographiques
• Cadastres
• …
Modélisation du changement climatique
• Beaucoup de modèles climatiques utilisent des
superordinateurs pour réaliser des simulations du
changement climatique.
Besoin :
Modélisation précise du Changement Climatique
Modélisation et analyse plus rapide
Analyse en temps réel
Modélisation intensive des inondations urbaines
• Les modèles informatiques de l’hydrologie
urbaine sont très consommateurs de données
et en temps de calcul
Besoin pour les praticiens de :
Utiliser des modèles de plus en plus complexes
Corriger en temps réel des modèles hydrologique
Modéliser avec précision les basins versants
Caractéristiques des données massives
Changement de Paradigme avec le Big Data
Approche traditionnelle Approche Big Data
Analyser une petite portion de data Analyser toutes les données
information
Analysée
Comment faire alors
• Paralléliser
• Le stockage
• Et le traitement
Intelligence Artificielle
• En utilisant des algorithmes:
• Machine learning
• Deep Learning à base de réseaux de neuronnes
• Les réseaux d’apprentissage profond sont une fonction d’approximation
universelle qui pourrait résoudre n’importe quel problème
La data au cœur de l’IA
Images Labélisées
Exemple identification plaque voiture
Intelligence Artificielle
DEFIS de IA et Big Data
 Défis :
 IA:
 L’IA a besoin de beaucoup de données
 Ces données nécessitent des traitements non
traditionnels
 Big Data
 Les approches traditionnelles de stockage
et de calculs non efficaces
 Stockage distribué et lac de données
 Calcul distribué
 3(4,5)V’s: volume, vélocité, variété
Analytique urbaine
Les recettes d’une bonne analytique urbaine :
Big Data
Capacités de
calculs
importantes
Algorithmes
intelligents qui
apprennent de
ces données
Applications urbaines
Big Data et IA
Cartographie de la pauvreté avec IA
Extraction des empruntes de bâtiments avec IA
Efficacité énergétique avec SunRoof
Air Quality Monitoring avec Big Data et AI
Smart Metering et BiG Data
Google Earth Engine
Microsoft Planetary Computer
Transportation
Cas d’utilisation – Use case 1
Smart Grid : Capteurs et Smart Metring
• Projet SmartMetering (Microsoft Azure Research Award)
• Projet BiG Data For Water Management
https://github.com/hajjihi/BD4WM
Trois types de données
relatives à l’EAU testés dans
notre framework
Water Smart Metering data
Weather Station Data
Climate Data (netDCF)
Comment analyser et traiter une telle quantité de données?
Cas d’utilisation – Use case 2
Cartographie de la pauvreté avec IA
- Les données sur la pauvreté dans les pays en développement ,
sont généralement :
- rares,
- peu couvertes
- et nécessitent beaucoup de main-d’œuvre.
- En revanche l’imagerie satellitaire à haute résolution devient de
- plus en plus disponibles
- et peu coûteuses.
- Couvrent toute la planète
- Idée
- Comme marker d’activité humaine:
- L’intensité lumineuses nocturne peuvent être utilisée
comme un indicateur de pauvreté
- Plusieurs approches ont été proposées depuis 2016
Proceedings of the AAAI Conference on Artificial Intelligence, 2016
Cas d’utilisation – Use case 3
Extraction des empreintes de bâtiments urbains
Les empreintes des bâtiments
- Une des principales informations cadastrales relatives à la
population et aux villes.
- Clé pour la planification urbaine et l'élaboration des politiques.
- Les services et infrastructures clés dépendent d'informations
actualisées sur la population et les bâtiments
Cas d’utilisation – Use case 3
Extraction des empreintes de bâtiments urbains
Cas d’utilisation – Use case 4
Inspection intelligente des défauts des Panneaux Photovoltaïques
avec Drone et IA
- Les énergies renouvelables sont de plus en plus omniprésentes, y compris au
Maroc
- L’inspection des PVs :
- Très couteuse
- Très lente
- Manuelle
Hotspots
Délaminations
Décolorations
Cracks
Pourquoi ne pas utiliser drone et IA?
Cas d’utilisation – Use case 4
Inspection intelligente des défauts des panneaux
photovoltaïques avec Drone et IA
Cas d’utilisation – Use case 5
Estimer le potentiel de génération d’énergie solaire de sa maison
Sunroof évalue l’ensoleillement des toits à
partir d’une adresse dans Google Maps
- Combine ces informations en utilisant
Machine Learning avec :
- des tendances météorologiques historiques,
- de la position du Soleil selon les saisons,
- de la forme des toits
- et de l’ombre induite par les objets situés à
proximité, comme les arbres ou les bâtiments
adjacents.
- Actuellement uniquement qq villes au
Monde (US, Paris …)
https://sunroof.withgoogle.com/
Cas d’utilisation – Use case 6
Google Environmental Insights Explorer
Pas encore de villes Marocaines
Cas d’utilisation – Use case 7
- Initiative de Microsoft
- Le Planetary Computer Data Catalog comprend des pétaoctets de
données de surveillance environnementale
- Dans des formats cohérents et prêts à l’analyse.
- Toutes ces données sont accessibles via Azure Blob Storage
Cas d’utilisation – Use case 8
Cas d’utilisation – Use case 9
• Plusieurs startups geospatiales sont nées pour remédier à un problème principal:
• La plupart des images sont du mois dernier, semaine dernière ;-)
• Besoin de données satellites en quasi-temps réel :
• pour monitoring des habitations clandestines dans l’urbain et le suivi de grands projets
• Commander des images satellites personnalisées
• Créer des workflow automatisé ML et IA
• Planet.com a plus de 200 satellites avec un taux de revisite le plus rapide au monde
• Constellations Dove et SkySat capturent plus de 25 téraoctets d’images chaque jour
Autres comme
• Astraea (https://astraea.earth)
• is a commercial cloud platform which has a well-structured satellite and
spatial data processing workflow as a distinctive feature.
• Descartes Labs (https://www.descarteslabs.com )
• is a commercial cloud platform that aggregates and prepares satellite data
for further analysis from various data providers
• Sentinel Hub (https://www.sentinel-hub.com )
• is a commercial platform with great opportunities for research and solving
scientific problems.
• Earth Observing System (https://eos.com )
• is a commercial cloud platform that provides access to a wide range of
satellite data, including ultra-high resolution
• ArcGIS Online
• is a commercial cloud platform from a well-known developer of
geographic information systems (GIS), which is primarily a cloud GIS.
Provides a wide range of tools for working with geospatial data (raster and
vector), including analytics and a Python API.
• Projet Polluscope:
• Observatoire participatif pour la surveillance de l’exposition
individuelle à la pollution de l’air en lien avec la santé
• Évaluer sur le terrain l’exposition individuelle à la pollution
de l’air et de ses effets sur la santé
• En utilisant des capteurs individuelles
Cas d’utilisation – Use case 10
Monitoring de la qualité d’air
• Infrastructure:
• Capteurs pour le monitoring des routes et la fluidité du Traffic
• Véhicules:
• Capteurs sur les véhicules intelligents
• Eviter les Collusions
• Navigations
• Citoyens:
• Applications pour la prédiction du traffic
• Planification d’itinéraire plus efficace
Cas d’utilisation – Use case 11
Gestion de la mobilité
• Initiation Plan Go Boston 2030
• IA dans le plan de transport
• London for smart mobility:
• capital to be zero carbon by 2030
• Paris CAPITALE ÉCOLOGIQUE D'ICI 2050
Cas d’utilisation – Use case 11
Gestion de la mobilité
Cas d’utilisation – Use case 12
Smart Building
Conclusion
• Big Data
• Algorithmes intelligents qui apprennent de ces données
• Capacités de calculs importantes
Les recettes d’une bonne analytique urbaine est
Et Beaucoup de choses reste à construire chez nous
pour une analytique urbaine

Contenu connexe

Similaire à Urban Big Data .pdf

« Le machine learning permet de traiter les corrélations alors que les graph...
 « Le machine learning permet de traiter les corrélations alors que les graph... « Le machine learning permet de traiter les corrélations alors que les graph...
« Le machine learning permet de traiter les corrélations alors que les graph...Living Things
 
Le Digital twin, un outil pour améliorer la mobilité urbaine
Le Digital twin, un outil pour améliorer la mobilité urbaineLe Digital twin, un outil pour améliorer la mobilité urbaine
Le Digital twin, un outil pour améliorer la mobilité urbaineLIEGE CREATIVE
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessVincent de Stoecklin
 
EXL Group - Offre Data Science
EXL Group - Offre Data ScienceEXL Group - Offre Data Science
EXL Group - Offre Data ScienceAshraf Grioute
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech
 
Swiss Territorial Data Lab - geo Data Science - Forum SITG
Swiss Territorial Data Lab - geo Data Science - Forum SITG Swiss Territorial Data Lab - geo Data Science - Forum SITG
Swiss Territorial Data Lab - geo Data Science - Forum SITG Raphael Rollier
 
Smart Region : smartenergy and smartICT projects - 17 novembre 2020
Smart Region : smartenergy and smartICT projects - 17 novembre 2020Smart Region : smartenergy and smartICT projects - 17 novembre 2020
Smart Region : smartenergy and smartICT projects - 17 novembre 2020Cluster TWEED
 
Ecoffices AxIS
Ecoffices AxISEcoffices AxIS
Ecoffices AxISiCOMMUNITY
 
Datas et collectivités territoriales : accès aux données et nouveaux services
Datas et collectivités territoriales : accès aux données et nouveaux servicesDatas et collectivités territoriales : accès aux données et nouveaux services
Datas et collectivités territoriales : accès aux données et nouveaux servicesMairie de Paris
 
Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...
Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...
Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...IoT Tunisia
 
Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...
Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...
Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...Lesticetlart Invisu
 
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015IBM France Lab
 
Slides trophee big data
Slides trophee big dataSlides trophee big data
Slides trophee big dataPiero Geiger
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...I MT
 
OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...
OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...
OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...OpenDataSoft
 
La géomatique pous les objets connectés
La géomatique pous les objets connectésLa géomatique pous les objets connectés
La géomatique pous les objets connectésData2B
 

Similaire à Urban Big Data .pdf (20)

« Le machine learning permet de traiter les corrélations alors que les graph...
 « Le machine learning permet de traiter les corrélations alors que les graph... « Le machine learning permet de traiter les corrélations alors que les graph...
« Le machine learning permet de traiter les corrélations alors que les graph...
 
Le Digital twin, un outil pour améliorer la mobilité urbaine
Le Digital twin, un outil pour améliorer la mobilité urbaineLe Digital twin, un outil pour améliorer la mobilité urbaine
Le Digital twin, un outil pour améliorer la mobilité urbaine
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-business
 
Grille de calule
Grille de caluleGrille de calule
Grille de calule
 
EXL Group - Offre Data Science
EXL Group - Offre Data ScienceEXL Group - Offre Data Science
EXL Group - Offre Data Science
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entreprise
 
Swiss Territorial Data Lab - geo Data Science - Forum SITG
Swiss Territorial Data Lab - geo Data Science - Forum SITG Swiss Territorial Data Lab - geo Data Science - Forum SITG
Swiss Territorial Data Lab - geo Data Science - Forum SITG
 
Smart Region : smartenergy and smartICT projects - 17 novembre 2020
Smart Region : smartenergy and smartICT projects - 17 novembre 2020Smart Region : smartenergy and smartICT projects - 17 novembre 2020
Smart Region : smartenergy and smartICT projects - 17 novembre 2020
 
Ecoffices AxIS
Ecoffices AxISEcoffices AxIS
Ecoffices AxIS
 
Plateforme DATA HUB / API
Plateforme DATA HUB / APIPlateforme DATA HUB / API
Plateforme DATA HUB / API
 
Datas et collectivités territoriales : accès aux données et nouveaux services
Datas et collectivités territoriales : accès aux données et nouveaux servicesDatas et collectivités territoriales : accès aux données et nouveaux services
Datas et collectivités territoriales : accès aux données et nouveaux services
 
Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...
Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...
Iot tunisia forum 2017 le duo gagnant io t et big data un véritable levier de...
 
Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...
Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...
Problématique du devenir des données au Centre de Calcul de l'IN2P3 - Pascal ...
 
Big data
Big dataBig data
Big data
 
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
 
Big data
Big dataBig data
Big data
 
Slides trophee big data
Slides trophee big dataSlides trophee big data
Slides trophee big data
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
 
OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...
OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...
OpenDataSoft - Les plateformes ouvertes de données, nouveau levier de l'innov...
 
La géomatique pous les objets connectés
La géomatique pous les objets connectésLa géomatique pous les objets connectés
La géomatique pous les objets connectés
 

Plus de Dr Hajji Hicham

Slides Edataday2021_V2.pdf
Slides Edataday2021_V2.pdfSlides Edataday2021_V2.pdf
Slides Edataday2021_V2.pdfDr Hajji Hicham
 
Visual Transformer Overview
Visual Transformer OverviewVisual Transformer Overview
Visual Transformer OverviewDr Hajji Hicham
 
Distributed computing with Spark 2.x
Distributed computing with Spark 2.xDistributed computing with Spark 2.x
Distributed computing with Spark 2.xDr Hajji Hicham
 
Processing Drone data @Scale
Processing Drone data @ScaleProcessing Drone data @Scale
Processing Drone data @ScaleDr Hajji Hicham
 
Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...
Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...
Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...Dr Hajji Hicham
 
Presentation intis 2017 version27112017
Presentation intis 2017 version27112017Presentation intis 2017 version27112017
Presentation intis 2017 version27112017Dr Hajji Hicham
 
Syllabus advanced big data with spark
Syllabus advanced big data with sparkSyllabus advanced big data with spark
Syllabus advanced big data with sparkDr Hajji Hicham
 

Plus de Dr Hajji Hicham (8)

SEED4NA _AI4DRONE.pdf
SEED4NA _AI4DRONE.pdfSEED4NA _AI4DRONE.pdf
SEED4NA _AI4DRONE.pdf
 
Slides Edataday2021_V2.pdf
Slides Edataday2021_V2.pdfSlides Edataday2021_V2.pdf
Slides Edataday2021_V2.pdf
 
Visual Transformer Overview
Visual Transformer OverviewVisual Transformer Overview
Visual Transformer Overview
 
Distributed computing with Spark 2.x
Distributed computing with Spark 2.xDistributed computing with Spark 2.x
Distributed computing with Spark 2.x
 
Processing Drone data @Scale
Processing Drone data @ScaleProcessing Drone data @Scale
Processing Drone data @Scale
 
Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...
Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...
Overview of Interpretability Approaches in Deep learning: Focus on Convnet ar...
 
Presentation intis 2017 version27112017
Presentation intis 2017 version27112017Presentation intis 2017 version27112017
Presentation intis 2017 version27112017
 
Syllabus advanced big data with spark
Syllabus advanced big data with sparkSyllabus advanced big data with spark
Syllabus advanced big data with spark
 

Urban Big Data .pdf

  • 1. AI et Big Data Pour le développement territorial Pr Hajji Hicham Spatial Big Data and ML Expert https://www.linkedin.com/in/dr-hajji-hicham-6601606/
  • 2. Plan • Big Data et Développement urbain • AI et Développement urbain • Quelques Use Cases
  • 3. Big Data et Développement urbain Big Data ou Données massives: Mot tendance pour décrire *beaucoup* de données! Et dans l’urbain ? Oui c’est bien Mais ca reste flou
  • 4. Smart Metering et compteurs intelligents Exp: l’Eau et Eletricité  Un dispositif électronique qui  enregistre la consommation d’eau/électricité à intervalles d’une heure ou moins  communique ces informations pour le suivi et la facturation Besoin : Produire des profils des clients précis Détection des fuites… Stocker ce volume de données en temps réel Lancer des requêtes analytiques complexes
  • 5. Images satellites urbaines • Les sociétés d’imagerie commerciale collectent plus de • 100 Téraoctets (To) ou plus par jour, chaque jour, • 365 jours par an, • accumulant d’énormes ensembles de données mesurées en pétaoctets par entreprise. A Bird’s-Eye View of Earth: Petabytes of satellite data at our fingertips Besoin: Monitoring de La population humaine “More than 40 commercial companies have launched imaging satellites in the past 10 years,” said Janice Starzyk, Vice President of Commercial Space for analytics and engineering firm Bryce Space and Technology. “We count 36 commercial earth observation companies as start-up space companies. Twenty-one of these were founded between 2014 and 2019.”
  • 6. Mobilité urbaine • la quantité estimée de données provenant des capteurs individuels du véhicule à partir du troisième niveau d’autonomie, la quantité totale de données transmises est d’environ 19 To / h. • Pour les véhicules qui entrent dans la catégorie inférieure de l’autonomie, la quantité estimée de données produites est d’environ 1,4 To/h. • Un véhicule peut produire plus de 5500 To de données par an..
  • 7. Open Data et autres initiatives • Open Data: • Documents d’urbanismes • Documents d’aménagement • Systèmes d’informations géographiques • Cadastres • …
  • 8. Modélisation du changement climatique • Beaucoup de modèles climatiques utilisent des superordinateurs pour réaliser des simulations du changement climatique. Besoin : Modélisation précise du Changement Climatique Modélisation et analyse plus rapide Analyse en temps réel
  • 9. Modélisation intensive des inondations urbaines • Les modèles informatiques de l’hydrologie urbaine sont très consommateurs de données et en temps de calcul Besoin pour les praticiens de : Utiliser des modèles de plus en plus complexes Corriger en temps réel des modèles hydrologique Modéliser avec précision les basins versants
  • 10. Caractéristiques des données massives Changement de Paradigme avec le Big Data Approche traditionnelle Approche Big Data Analyser une petite portion de data Analyser toutes les données information Analysée
  • 11. Comment faire alors • Paralléliser • Le stockage • Et le traitement
  • 12. Intelligence Artificielle • En utilisant des algorithmes: • Machine learning • Deep Learning à base de réseaux de neuronnes • Les réseaux d’apprentissage profond sont une fonction d’approximation universelle qui pourrait résoudre n’importe quel problème
  • 13. La data au cœur de l’IA Images Labélisées
  • 14.
  • 17. DEFIS de IA et Big Data  Défis :  IA:  L’IA a besoin de beaucoup de données  Ces données nécessitent des traitements non traditionnels  Big Data  Les approches traditionnelles de stockage et de calculs non efficaces  Stockage distribué et lac de données  Calcul distribué  3(4,5)V’s: volume, vélocité, variété
  • 18. Analytique urbaine Les recettes d’une bonne analytique urbaine : Big Data Capacités de calculs importantes Algorithmes intelligents qui apprennent de ces données
  • 19. Applications urbaines Big Data et IA Cartographie de la pauvreté avec IA Extraction des empruntes de bâtiments avec IA Efficacité énergétique avec SunRoof Air Quality Monitoring avec Big Data et AI Smart Metering et BiG Data Google Earth Engine Microsoft Planetary Computer Transportation
  • 20. Cas d’utilisation – Use case 1 Smart Grid : Capteurs et Smart Metring • Projet SmartMetering (Microsoft Azure Research Award) • Projet BiG Data For Water Management https://github.com/hajjihi/BD4WM Trois types de données relatives à l’EAU testés dans notre framework Water Smart Metering data Weather Station Data Climate Data (netDCF) Comment analyser et traiter une telle quantité de données?
  • 21. Cas d’utilisation – Use case 2 Cartographie de la pauvreté avec IA - Les données sur la pauvreté dans les pays en développement , sont généralement : - rares, - peu couvertes - et nécessitent beaucoup de main-d’œuvre. - En revanche l’imagerie satellitaire à haute résolution devient de - plus en plus disponibles - et peu coûteuses. - Couvrent toute la planète - Idée - Comme marker d’activité humaine: - L’intensité lumineuses nocturne peuvent être utilisée comme un indicateur de pauvreté - Plusieurs approches ont été proposées depuis 2016 Proceedings of the AAAI Conference on Artificial Intelligence, 2016
  • 22. Cas d’utilisation – Use case 3 Extraction des empreintes de bâtiments urbains Les empreintes des bâtiments - Une des principales informations cadastrales relatives à la population et aux villes. - Clé pour la planification urbaine et l'élaboration des politiques. - Les services et infrastructures clés dépendent d'informations actualisées sur la population et les bâtiments
  • 23. Cas d’utilisation – Use case 3 Extraction des empreintes de bâtiments urbains
  • 24. Cas d’utilisation – Use case 4 Inspection intelligente des défauts des Panneaux Photovoltaïques avec Drone et IA - Les énergies renouvelables sont de plus en plus omniprésentes, y compris au Maroc - L’inspection des PVs : - Très couteuse - Très lente - Manuelle Hotspots Délaminations Décolorations Cracks Pourquoi ne pas utiliser drone et IA?
  • 25. Cas d’utilisation – Use case 4 Inspection intelligente des défauts des panneaux photovoltaïques avec Drone et IA
  • 26. Cas d’utilisation – Use case 5 Estimer le potentiel de génération d’énergie solaire de sa maison Sunroof évalue l’ensoleillement des toits à partir d’une adresse dans Google Maps - Combine ces informations en utilisant Machine Learning avec : - des tendances météorologiques historiques, - de la position du Soleil selon les saisons, - de la forme des toits - et de l’ombre induite par les objets situés à proximité, comme les arbres ou les bâtiments adjacents. - Actuellement uniquement qq villes au Monde (US, Paris …) https://sunroof.withgoogle.com/
  • 27. Cas d’utilisation – Use case 6 Google Environmental Insights Explorer
  • 28. Pas encore de villes Marocaines
  • 30.
  • 31. - Initiative de Microsoft - Le Planetary Computer Data Catalog comprend des pétaoctets de données de surveillance environnementale - Dans des formats cohérents et prêts à l’analyse. - Toutes ces données sont accessibles via Azure Blob Storage Cas d’utilisation – Use case 8
  • 32.
  • 33. Cas d’utilisation – Use case 9 • Plusieurs startups geospatiales sont nées pour remédier à un problème principal: • La plupart des images sont du mois dernier, semaine dernière ;-) • Besoin de données satellites en quasi-temps réel : • pour monitoring des habitations clandestines dans l’urbain et le suivi de grands projets • Commander des images satellites personnalisées • Créer des workflow automatisé ML et IA • Planet.com a plus de 200 satellites avec un taux de revisite le plus rapide au monde • Constellations Dove et SkySat capturent plus de 25 téraoctets d’images chaque jour
  • 34. Autres comme • Astraea (https://astraea.earth) • is a commercial cloud platform which has a well-structured satellite and spatial data processing workflow as a distinctive feature. • Descartes Labs (https://www.descarteslabs.com ) • is a commercial cloud platform that aggregates and prepares satellite data for further analysis from various data providers • Sentinel Hub (https://www.sentinel-hub.com ) • is a commercial platform with great opportunities for research and solving scientific problems. • Earth Observing System (https://eos.com ) • is a commercial cloud platform that provides access to a wide range of satellite data, including ultra-high resolution • ArcGIS Online • is a commercial cloud platform from a well-known developer of geographic information systems (GIS), which is primarily a cloud GIS. Provides a wide range of tools for working with geospatial data (raster and vector), including analytics and a Python API.
  • 35. • Projet Polluscope: • Observatoire participatif pour la surveillance de l’exposition individuelle à la pollution de l’air en lien avec la santé • Évaluer sur le terrain l’exposition individuelle à la pollution de l’air et de ses effets sur la santé • En utilisant des capteurs individuelles Cas d’utilisation – Use case 10 Monitoring de la qualité d’air
  • 36.
  • 37. • Infrastructure: • Capteurs pour le monitoring des routes et la fluidité du Traffic • Véhicules: • Capteurs sur les véhicules intelligents • Eviter les Collusions • Navigations • Citoyens: • Applications pour la prédiction du traffic • Planification d’itinéraire plus efficace Cas d’utilisation – Use case 11 Gestion de la mobilité
  • 38. • Initiation Plan Go Boston 2030 • IA dans le plan de transport • London for smart mobility: • capital to be zero carbon by 2030 • Paris CAPITALE ÉCOLOGIQUE D'ICI 2050 Cas d’utilisation – Use case 11 Gestion de la mobilité
  • 39. Cas d’utilisation – Use case 12 Smart Building
  • 40. Conclusion • Big Data • Algorithmes intelligents qui apprennent de ces données • Capacités de calculs importantes Les recettes d’une bonne analytique urbaine est Et Beaucoup de choses reste à construire chez nous pour une analytique urbaine