Huit projets de R&D labellisés par le pôle de compétitivité Systematic Paris-Région viennent d’être officiellement retenus dans le cadre du 24e appel à projets du FUI (Fonds unique interministériel) sur un total de 38 projets sélectionnés pour l'ensemble des pôles de compétitivité en France. ...Ces projets représentent un investissement de 30,2 millions d’euros de la part des membres du pôle Systematic, financé à hauteur de 10,1 millions par des aides de l'Etat et des collectivités.
Parmi les huit projets sélectionnés, sept touchent de près ou de loin le domaine de l’embarqué et couvrent plusieurs marchés applicatifs et technologiques ciblés par le pôle Systematic : technologies optiques, cybersécurité, infrastructures numériques, logiciel libre, calcul hautes performances, données, intelligence artificielle et systèmes d'information.
- Absolu 2 (Groupe thématique Télécoms). L'objet du projet (doté d’un budget de 2,39 millions d’euros) est de permettre à la société Apex Technologies d'étendre sa gamme de produits et de sécuriser son approvisionnement en fabriquant une source laser accordable, composant clé de son produit phare, un analyseur de spectre optique à haute résolution. Pour fabriquer ce laser accordable à cavité externe, il faut se procurer des milieux à gain réflectifs. C’est le rôle dévolu au III-V Lab qui fabriquera ces lasers accordables.
- Anblic (Groupe thématique Outils de conception et de développement de systèmes). Le traitement à l'aveugle consiste à chiffrer les données de telle manière qu'il soit possible d'y faire des recherches, des statistiques, voire des analyses de données sans les déchiffrer. Il est ainsi possible d’effectuer ces opérations dans des serveurs du nuage sans craindre de révéler les données. Le projet Anblic (doté d’un budget de 4,18 millions d’euros) vise à démontrer l'efficacité à grande échelle de ces techniques afin de renforcer la « fonctionnalité confidentielle » sur des données sensibles voire critiques (identités, informatique médicale, informatique système, télécommunications…).
- Diod (Groupe thématique Télécoms). La menace portée par des drones malveillants, peu chers et faciles à mettre en œuvre, requiert leur détection avancée (dans un rayon de 3 à 4 km) pour la protection des sites sensibles (bouts de pistes, stades, sites industriels...). Pour ce faire, Diod (doté d’un budget de 1,7 million d’euros) vise à bâtir un radar passif fonctionnant sur les bases de la 4G. Il met en œuvre un réseau d'antennes afin de fournir une détection en distance et direction via une détection par corrélation (selon le principe du radar passif). Le système coopèrera avec les stations de base sélectionnées afin d'assurer l'émission permanente des signaux large bande.
- Faucon (Groupe thématique Logiciel libre). Le principal défi du projet Faucon (doté d’un budget de 3,8 millions d’euros) est l'analyse prescriptive et contextuelle de l'information incertaine. L’objet est de rendre opérationnelle une plate-forme de services open source pour l'Intelligence qui sera échelonnable, adaptative, robuste et capable de gérer des quantités importantes de données hétérogènes et incertaines.
- Geoloc (Groupe thématique Télécoms). Le projet (doté d’un budget de 3,5 millions d’euros) vise à la mise au point et au test d'un système de géolocalisation de bonne précision et à très faible consommation, ayant aussi une couverture en indoor. Ce système cible les objets connectés (IoT) en permettant de réduire la taille de leurs batteries et/ou de prolonger leur durée de vie (jusqu'à 10 ans pour certaines applications).
- Modeliscale (Groupes thématiques Gestion intelligente de l'énergie & Outils de conception et développement de systèmes). Il s’agit ici d’apporter la capacité de modéliser et de simuler avec le langage Modelica le comportement des systèmes énergétiques de très grande taille, incluant différentes sources énergétiques et leur transport, distribués géographiquement. Le budget alloué est de 5,6 millions d’euros.
- Papud (Groupe thématique Outils de conception et développement de systèmes). Le projet Papud (doté de 5,54 millions d’euros) a pour but de créer de nouveaux modèles et algorithmes dévolus à l'analyse de grandes masses de données textuelles et hétérogènes issues de différentes applications. Etant donné que les méthodes classiques du machine learning ont déjà montré leurs limites, le deep learning sera utilisé comme technologie principale et sera déployée sur des technologies reposant sur des architectures parallèles et distribuées.
