Subvention

Élaboration d’algorithmes d’auto-apprentissage pour vérifier et évaluer l’intégrité des marchandises dans une logistique urbaine basée sur l’Internet des objets

La livraison de denrées fraîches ou congelées pose d’innombrables difficultés aux chaînes d’approvisionnement, en raison de la nature périssable de tels produits. En accroissant nettement la demande de denrées périssables, la pandémie mondiale a redonné vie au modèle logistique des commerces de proximité. Garantir la fraîcheur, la salubrité et l’innocuité des produits, suivre ceux-ci en temps réel et surveiller toutes les étapes de la fabrication, de l’emballage et de la livraison le long de la chaîne sont des activités qui ont considérablement gagné en importance. Le projet aboutira au développement d’une méthode de traçabilité en temps réel qui est complexe et assortie d’une logistique de la livraison. S’appuyant sur de vastes jeux de données comparatives et sur la technologie de l’intelligence artificielle des objets, le projet prévoit le déploiement de jeux de données de formation et d’essai qui serviront à concevoir, à développer et à valider les algorithmes d’auto-apprentissage avec lesquels on évaluera la fraîcheur et l’intégrité des produits dans le contexte d’une chaîne de valeur à la logistique plausible. Plus précisément, le projet se concentrera sur l’élaboration de modèles s’appuyant sur l’IA pour surveiller la fraîcheur des denrées le long de la chaîne de production et de distribution. Les modèles prévisionnels élaborés dans le cadre du projet seront testés puis validés et on concevra au moins deux études de cas complètes pour la distribution des denrées fraîches, soit de la production à la consommation. Il en résultera un algorithme fondé sur l’IA qui glanera les données en temps réel et qu’on déploiera sur le terrain lors des essais.