La Data science au service de l'IoT : l'IoT est encore un domaine émergent et de nos jours, les systèmes compris dans les solutions constructeurs (exemple : Hue, nest...) envoient des directives aux objets en se basant essentiellement sur des moteurs de règles (définies par les utilisateurs ou pas). Nous allons voir quelles sont les limites de tels systèmes, et quels peuvent être les apports d'une approche basée sur des solutions issues du monde du machine learning.

1. Datascience & IoT
ADRIEN LEGRAND

2. Objet connecté
“For IoT ‘things’, the key attributes are:
• Physical or virtual objects with network interface
• Sensing and actuator
• Local data storage
• Local data processing”
“A Comparison of the Definitions for Smart Sensors, Smart Objects and Things in IoT”
IEEE IEMCON 2016
Xing Liu, Orlando Baiocchi

3. Objet connecté
“IEEE : (a thing) Is any physical object relevant from a user or
application perspective”
“A Comparison of the Definitions for Smart Sensors, Smart Objects and Things in IoT”
IEEE IEMCON 2016
Xing Liu, Orlando Baiocchi

4. L’IoT pratiqué aujourd’hui
“A SURVEY ON IOT ARCHITECTURES, PROTOCOLS, APPLICATIONS, SECURITY,
PRIVACY, REAL-WORLD IMPLEMENTATION AND FUTURE TRENDS”
2015 IEEE 16th International Conference on Communication Technology (ICCT)
Surapon Kraijak, Panwit Tuwanut

5. L’IoT pratiqué aujourd’hui
Perception
layer
Users
Network
layer
Middleware
layer
Application
layer
Business
layer
Platform
API
Database(s)
MQ/SP
Batch Processes
Appli
Front-end
Appli mobile
Gateways

6. L’IoT pratiqué aujourd’hui
2 grandes catégories d’acteurs actuels dans le domaines :
◦ Providers de solutions complètes
◦ Providers de gateways ou plateformes

7. L’IoT pratiqué aujourd’hui - Hue
Perception
layer
Users
Network
layer
Middleware
layer
Application
layer
Business
layer
Gateway & Platform

8. L’IoT pratiqué aujourd’hui - Nest
Perception
layer
Users
Network
layer
Middleware
layer
Application
layer
Business
layer
Gateway & Platform

9. L’IoT pratiqué aujourd’hui – Les
plateformes

10. L’IoT pratiqué aujourd’hui – Les
plateformes
Perception
layer
Network
layer
Middleware
layer
Application
layer
Business
layer
Platform
API
Database(s)
MQ/SP
Batch Processes
Appli
Front-end
Appli mobile
Gateways

11. L’IoT pratiqué aujourd’hui – Les
plateformes

12. Ce que peut apporter la datascience

13. Ce que peut apporter la datascience
− Découvrir des corrélations intéressantes inter-objets
−
− Faire de la prédiction une fois les corrélations connues

14. Use case : Thermomètre connecté
−

15. Use case : Thermomètre connecté

16. Use case : Thermomètre connecté

17. Use case : Thermomètre connecté

18. Use case : Thermomètre connecté
Régression linéaire

19. Use case : Thermomètre connecté

20. Use case : Thermomètre connecté
Comment améliorer ce résultat ?

21. Use case : Thermomètre connecté
Comment améliorer ce résultat ?
-Recherche de corrélations inter-objets

22. Use case : Thermomètre connecté
Comment améliorer ce résultat ?
-Recherche de corrélations inter-objets
causalités

23. Use case : Thermomètre connecté
−

24. Use case : Thermomètre connecté

25. Use case : Thermomètre connecté

26. Use case : Thermomètre connecté

27. Use case : Thermomètre connecté

28. A quoi ça sert ?
− Prévision de consommation énergétique
−
− Améliorer les systèmes de thermostats actuels

29. Comment aller plus loin ?
− Trouver d'autres corrélations intéressantes (causalités) automatiquement
− (PCA ?)
−
− Utiliser des corrélations (pas forcéments causalités) afin de déterminer
des scénarios (Time series ?)
− (ou “scenarii”, comme vous voulez)

30. Conclusion
● Et questions ?