Analyse Prédictive & Intelligence Artificielle pour la mobilité Urbaine

@raphaelcherrier

COLLECTE DE DONNÉES TRAITEMENT PRODUITS

Datacontextuellessta-ques

Datacontextuellesdynamiques

Datadusystème:historique&tempsréel(sidispo)

Datagénéréesparlesu-lisateurs

Détec-ondepa=ernConstruc-onautodesvariables

Ne=oyagedesdata

Prédic-ons

APIsPrédic+vesIntégrablesdanstoustypesd’applica-onsBikePredict&ParkPredict

Applica+onsmobilesBikePredict(VLS)Citypark(Sta-onnement)

Tableauxdebord&AppTable9esBikePredictAI(Op-misa-ondel’exploita-ondesVLS)

TECHNOLOGIE & PRODUITS

Team

Raphaël-CEO#PhD#NormaleSup#HEC

Gabriele–DataScience#PhD#UnivBologna

Yassine–DataScience#Centrale#Cambridge

Rémi–DataScience#PhD#UnivBordeaux

Marine–Graphiste#DigitalCampus

Hassène–CTO#ENSEIRB

Paul–Engineering#UnivBordeaux

Clément–CMO#MBA#ESSEC

Vélos en Libre Service

•  Probabilités jusqu’à 45 min •  30 villes de France + Londres •  2% d’erreur

BIKE PREDICT

Prédictions de disponibilité :

BIKE PREDICT AI

TRAJETS BIKE PREDICT (FÉV 2016)

Stationnement Automobile

•  Temps de recherche de place en voirie •  Disponibilité futures dans les parkings

en ouvrage •  100+ Sources de données •  Bordeaux + Dijon, Metz & Lyon (soon)

CITYPARK & PARKPREDICT API

Prédictif pour le stationnement automobile

TEMPS DE RECHERCHE : 36MIN 25S

CONTEXT: SHOPS

CONTEXT: RESTAURANTS, BARS,…

CONTEXT: PARKINGS SPOTS

CONTEXT: BANKS & ATM

CONTEXT: SCHOOLS

DataCity : Prédire le Confort

CARTE DU STRESS ENQUÊTE TERRAIN

DÉSORIENTATIONSTRESS

PROPRETÉCONFORT

ESTHÉTIQUESÉCURITÉ

+ÂGECSP

TEMPSPASSAGERÉSIDENCE

…

STRESS

@raphaelcherrier

MERCI !