Plan France Relance – Mesure de préservation des emplois R&D La Rochelle Université > Recherche et innovation > La Recherche à La Rochelle Université > Les projets de recherche à l’Université > Des financements publics > Plan France Relance – Mesure de préservation des emplois R&D Publié le 18 juin 2021 - mis à jour le 14 novembre 2022 Grâce au potentiel de recherche partenariale de ses laboratoires, La Rochelle Université a été reconnue dans le cadre du dispositif France Relance qui soutient les emplois de R&D. Les projets financés à La Rochelle Université dans le cadre du Plan France Relance Industrialisation de l’outil de Traduction Assistée par Ordinateur de Geo Comix Porteur de projet – Jean-Christophe BURIE Laboratoire – L3i (équipe Images et contenus) Entreprise – ACTIALUNA Durée du projet – 2021 – 2023 Domaine scientifique : traitement d’images, intelligence artificielle, bandes dessinées Dans le cadre du projet, un salarié d’ACTIALUNA est accueilli à temps partiel au sein du L3i pour travailler avec les chercheurs et chercheuses sur un outil en intelligence artificielle. Cet outil développé dans le cadre du LabCom S.A.I.L. « Sequential Art Image Laboratory » permet de traduire via l’IA les bulles de BD de manière numérique. L’objectif est double, poursuivre les travaux de R&D pour permettre le passage à l’échelle des traitements innovants développés par le L3i et accélérer le transfert des technologies du L3i vers Actialuna. Mise en place d'une plateforme d'agrégation des informations issues des différents capteurs et analyse des données issues des capteurs des écluses Porteur de projet – Karell BERTET Laboratoire – L3i Entreprise : OIP (Opérateur d’Innovation Portuaire) Durée du projet – 2022 – 2023 Domaine scientifique : fouille de données complexes, treillis des concepts Dans le cadre du projet, le poste d’un ingénieur est financé par le plan de relance. Le travail de ce dernier sera réparti entre le laboratoire de recherche et l’entreprise pour permettre une collaboration efficace entre les deux structures. Ce projet repose sur l’utilisation d’un algorithme associé à une plateforme pour analyser conjointement les données enregistrées par les capteurs et ainsi, permettre une meilleure compréhension du système de circulation sur le port atlantique de La Rochelle. Caractérisation du comportement hygrothermique des enveloppes du bâtiment Porteur de projet –Patrick SALAGNAC Laboratoire – LaSIE (équipe E2 – BVD) Entreprise – Tipee Durée du projet – 2022 – 2023 Domaine scientifique : efficacité énergétique, enveloppe des bâtiments, performances thermiques Le projet a pour but de caractériser le comportement hygrothermique des enveloppes via l’utilisation d’une boîte chaude gardée. Une meilleure compréhension de leur comportement hygrothermique permettra de mieux appréhender les déperditions ou apports de chaleur selon les conditions climatiques et ainsi, aider à une meilleure conception des bâtiments. De la qualité des environnements intérieurs à la performance globale des bâtiments Porteur de projet –Marc ABADIE Laboratoire – LaSIE (équipe E2 – BV) Entreprise – Tipee Durée du projet – 2022 – 2023 Domaine scientifique : qualité de l’air intérieur, performance des bâtiments Le projet consistera à la mise au point de protocoles d’évaluation des performances de solutions d’épuration d’air permettant de mesurer les performances intrinsèques des appareils d’épuration vis-à-vis de polluants cibles via différents process d’épuration. Il consistera aussi à évaluer l’efficacité de tels systèmes dans les environnements intérieurs afin de déterminer le dimensionnement de ces solutions pour un usage en adéquation avec un niveau de performance souhaité. Ainsi, les développements de ce projet permettront d’offrir une évaluation complète, de l’efficacité intrinsèque à la performance in-situ, des systèmes d’épuration de l’air intérieur des bâtiments. La rapidité de transmission d'informations, l'aide à l'interprétation des appels et la réduction du temps de déplacement des véhicules d'intervention. Porteur de projet – Frédéric BERTRAND Laboratoire – L3i (équipe Modèles et connaissances) Entreprise – Systel Durée du projet – 2021 – 2023 Domaine scientifique : aide à la décision, gestion des risques, intelligence artificielle, machine learning L’objectif général du projet réside dans la réduction du temps d’intervention des services de la sécurité civile en cas de sinistre et cela en intervenant sur les différentes étapes d’une opération. Les travaux concernent, à la fois, la rapidité de transmission d’informations, l’aide à l’interprétation des appels et la réduction du temps de déplacement des véhicules d’intervention. Ces travaux viennent aussi en anticipation des prédictions annonçant une augmentation des interventions des SDIS (Service Départemental d’Incendie et de Secours) dans les années à venir, performance in-situ, des systèmes d’épuration de l’air intérieur des bâtiments. Développement de nouvelles capacités technologiques afin d'affiner les prévisions de demande, de comprendre et d'anticiper ce que veulent les touristes (quel hébergement, sur quelle période). Porteur de projet – Mickaël COUSTATY Laboratoire – L3i (équipe images et contenus) Entreprise – RMD Technologies Durée du projet – 2021 – 2024 Domaine scientifique : aide à la décision, modèles de prévision RMD Technologies développe des algorithmes de prévisions de demande qui aident hébergeurs et institutionnels à prendre les meilleures décisions. Les méthodes de prévision actuellement mises en œuvre sont encore très imparfaites et RMD Technologies atteint aujourd’hui ses limites techniques et scientifiques dans sa capacité à intégrer toute la richesse des informations collectées dans ses modèles de prévision de demande. Ce projet vise donc à perfectionner ces méthodes, du point de vue management et technologiques, afin d’y apporter des solutions innovantes. L'intelligence artificielle mise au service de la dématérialisation de documents Porteur de projet – Mickaël COUSTATY Laboratoire – L3i (équipe images et contenus) Entreprise – Yooz Durée du projet – 2022 – 2023 Domaine scientifique : intelligence artificielle, analyse de documents La collaboration YOOZ-L3i vise à inventer, développer, optimiser et entrainer les meilleurs algorithmes de traitement automatiques des documents d’entreprise pour offrir un service d’intelligence artificielle capable de comprendre un maximum de document d’entreprise. Cette vision se décline sur trois thèmes fonctionnels : la classification de document, la fouille de document et la détection de fraude documentaire. TOTUM-448 : Caractérisation biochimique/Test de l'activité thérapeutique sur cibles in vitro Porteur de projet – Thierry MAUGARD Laboratoire – LIENSs (équipe BCBS) Entreprise – Valbiotis Durée du projet – 2021 – 2023 Domaine scientifique : biochimie Ce projet s’inscrit dans le plan de développement du produit de santé « Totum-448 » (développé par Valbiotis) dédié à la prévention et la prise en charge des patients atteints de NAFLD (maladie du foie gras non alcoolique) et a pour but d’effectuer des tests et des analyses pour évaluer l’efficacité de « Totum-448 » sur des cibles impliquées dans la physiopathologie de la NAFL. Définition du comportement « normal » (état de référence) d’une population de phoques comparativement à une population subissant les bruits générés par des constructions en mer et détermination de potentielles perturbations comportementales annexes. Porteur de projet – Cécile Vincent Laboratoire – CEBC (équipe prédateurs marins) Entreprise – SOMME (Société d’Observation Multi-Modale de l’Environnement) Durée du projet – 12 mois Domaine scientifique : pollution sonore sous-marine , mammifères marins , télémétrie Le projet a pour but le suivi du comportement des phoques par l’utilisation de balises dans des zones de constructions de parcs éoliens. L’objectif est de comprendre les réponses comportementales de ces espèces protégées aux nuisances sonores générées par les phases de travaux et d’exploitation des éoliennes en mer, et de permettre une amélioration des études d’impacts. Analyse des données et harmonisation des documents et des classes en se basant sur la Data Augmentation et l’Intelligence Artificielle sensibilité Porteur de projet – Yacine Ghamri-Doudane Laboratoire – L3i (équipe dynamique des système et adaptivité) Entreprise – OODRIVE Durée du projet – 24 mois Le projet porte sur la classification automatique de données des entreprises pour pouvoir distinguer les documents/contenus sensibles et ainsi éviter des fuites de données. L’innovation développée porte sur la combinaison de 2 modèles de classification de données : un modèle générique couplé à un modèle spécifique adapté à chaque entreprise et créé de manière différentielle. Développement de meilleurs procédés pour automatiser l’extraction d’information et la prise de décision via l’intelligence artificielle Porteur de projet – Mickaël COUSTATY Laboratoire – L3i (équipe images et contenus) Entreprise – Shift Technology Durée du projet – 24 mois Le projet vise à automatiser l’extraction d’informations à partir de documents et à développer de meilleurs moyens de reconnaissance fiables pour extraire le contenu de documents administratifs via des approches d’intelligence artificielle. Analyse des sentiments, analyse des émotions et prédictions financières Porteur de projet – Antoine Doucet Laboratoire – L3i (équipe images et contenus) Entreprise – Trading Central Labs Durée du projet – 24 mois Dans le contexte du marché financier, les sentiments et les opinions peuvent affecter la dynamique du marché. Ainsi, un sentiment négatif du marché associé à la peur chez les investisseurs peut conduire à un mouvement de panique et à une tendance baissière du marché, alors qu’un sentiment positif du marché associé à de l’optimisme chez les investisseurs peut conduire à un mouvement haussier. Il est donc important de disposer d’un indicateur du sentiment des acteurs du marché pour aider les investisseurs dans leur prise de décision. Les objectifs du projet sont triples : 1. Analyser des sentiments et des émotions avec des méthodes de TAL (traitement automatique des langues) sur des flux de données conventionnelles (news) et réseaux sociaux 2. Utiliser les résultats des modèles de machine learning pour générer un indicateur de sentiments du marché 3. Évaluer les indicateurs de sentiments obtenus en testant leurs capacités à prédire les mouvements de prix sur marché Analyse de cohérence contextuelle des données et résumé automatique de documents non connus dans le contexte de la capture d'information, l'automatisation des process métiers et la détection de fraude Porteur de projet – Mickaël COUSTATY Laboratoire – L3i (équipe images et contenus) Entreprise – ITESOFT Durée du projet – 24 mois Domaine scientifique : détection de fraudes, résumé automatique de documents L’enjeu de ce projet est de renforcer les piliers de capture d’information et de détection de fraude autour des problématiques de l’analyse de cohérence contextuelle des données et de résumé automatique de documents non connus. Le but final étant de pouvoir traiter automatiquement des documents a priori inconnus par le système. Vision et IA pour le contrôle et la sécurité des documents Porteur de projet – Nicolas Sidere Laboratoire – L3i (équipe images et contenus) Entreprise – IMDS Software Durée du projet – 24 mois Le projet a trait à la dématérialisation des services et aux solutions d’authentification sécurisée des utilisateurs et utilisatrices et à ce titre portera principalement sur les enjeux suivants : – le développement de méthodes de capture intelligente (images, vidéos) garantissant un niveau de qualité suffisant et permettant de fiabiliser les résultats de contrôles, – le développement de méthodes de vérifications d’authenticité avec haute précision et performances sur les éléments clés des documents non connus à l’avance par l’entreprise (document d’identité, justificatif, attestation, etc.). Compréhension automatique des documents d’archives pour l’extraction d’informations individuelles Porteur de projet – Mickaël COUSTATY Laboratoire – L3i (équipe images et contenus) Entreprise – TEKLIA Durée du projet – 24 mois Le projet a pour cadre la compréhension automatique des documents d’archives pour l’extraction d’informations individuelles. Les documents concernés sont très divers et massivement présents dans les services d’archives : listes nominatives de recensement, actes paroissiaux et d’état civils, registres matricules, maritimes, etc. Ces documents, majoritairement manuscrits, présentent une grande diversité de structure (registres d’actes, tableaux, listes), de type d’écriture et d’époque, pouvant remonter jusqu’au XVème siècle. Ainsi, l’objectif est d’extraire automatiquement des informations personnelles de ces archives pour mieux interpréter les déplacements de personnes dans le passé. Développement d’outils numériques d’aide à la décision pour la conception de quartiers prenant en compte la surchauffe urbaine – modèle de données urbain et interopérabilité de l’échelle du bâtiment au quartier » Porteur de projet – Emmanuel Bozonnet Laboratoire – LaSIE (équipe bâtiments et villes durables) Entreprise – TIPEE Durée du projet – 24 mois Ce projet vise à apporter une réponse pratique et opérationnelle avec la définition de nouveaux indicateurs d’évaluation des stratégies d’aménagement des quartiers et de conception du bâti, qui s’intègrent dans les processus de décision, avec en particulier une meilleure prise en compte des solutions d’atténuation et d’adaptation au changement climatique. Répondre aux nouvelles exigences sur le confort d’été et proposer des combinaisons de solutions passives afin de réduire la consommation énergétique des bâtiments l’été Porteur de projet – Patrick Salagnac Laboratoire – LaSIE (équipe bâtiments et villes durables) Entreprise – TIPEE Durée du projet – 24 mois Dans le cadre de la nouvelle réglementation environnementale 2020 (RE 2020), le projet vise à connaître les configurations de bâtiments de type résidentiel collectifs et tertiaire (bureaux) et les techniques de rafraîchissement passives qui permettront de répondre aux nouvelles exigences sur le confort d’été et de proposer des combinaisons de solutions passives afin de réduire la consommation énergétique des bâtiments et d’adapter les bâtiments au changement climatique (résilience des bâtiments). ALG4Ré Porteur de projet – Ingrid Arnaudin Laboratoire – LIENSs (équipe BCBS) Entreprise – Algorythme, les algues de Ré Durée du projet – 24 mois Le projet a pour but ultime la création in situ dans le marais d’Ars-en-Ré d’un laboratoire pouvant permettre la culture de jeunes pousses de l’ensemble des variétés endémiques récoltées par l’entreprise et pour lesquelles une analyse fine des propriétés biochimiques et fonctionnelles est nécessaire. Dans le cadre du projet, le poste d’un assistant ingénieur est financé par le plan de relance. Le travail de ce dernier sera réparti entre le laboratoire de recherche et l’entreprise pour permettre une collaboration efficace entre les deux structures. Contact local pour avoir des informations. Plan France Relance Face aux conséquences économiques et sociales de la crise de la Covid-19, un plan de relance exceptionnel de 100 milliards d’euros est mis en place par le Gouvernement avec le soutien de l’Union européenne. Une des mesures du Plan France Relance consiste à maintenir et relancer la R&D. UNE MESURE RÉPONDANT À PLUSIEURS OBJECTIFS Soutenir l’effort d’investissement des établissements et des entreprises dans la recherche collaborative Contribuer à la préservation et à la montée en compétence des personnels de R&D Contribuer à l’acculturation entre recherche publique et recherche privée par des échanges de personnels Soutenir l’emploi des jeunes diplômés. UN PLAN EN 4 ACTIONS, LE FONCTIONNEMENT Dans le cadre d’un contrat de recherche collaborative entre une entreprise et un laboratoire de l’Université, l’État prend en charge une partie de la rémunération des personnels de R&D qui sont affectés à cette collaboration : Pour les salariés d’une entreprise partiellement affectés dans le cadre d’une collaboration au sein d’une de nos structures de recherche, 80% du salaire est pris en charge par l’Etat (action 1) Pour les salariés d’une entreprise s’engageant dans une formation doctorale au sein d’une de nos structures de recherche, 50% du salaire est pris en charge par l’Etat (action 2) Pour l’embauche d’un jeune diplômé de niveau master par un de nos laboratoires de recherche et partiellement affecté en entreprise, 80% du salaire est pris en charge par l’Etat (action 3) Pour l’embauche de jeunes docteurs par un de nos laboratoires de recherche et partiellement affecté en entreprise, 80% du salaire est pris en charge par l’Etat (action 4) Pour plus d’informations sur la mesure.
