
Traitement des données
Grâce au jumeau numérique et notre IA, l'extraction des données d'inventaire se fait à plus 200 km/heure
Notre processus de traitement de données
Chez Jakarto, nous captons des données géographiques HD que nous traitons et que nous diffusons ensuite en 3D. C’est grâce à ces données, nous créons un jumeau numérique. Grâce à nos unités de cartographie mobile. Nos capteurs nous permettent d’obtenir un nuage de points 3D géoréférencés.
Ensuite, Jakarto utilise des procédés de traitement de la donnée grâce à l’intelligence artificielle afin de transformer la donnée brute en donnée intelligente, utilisable et prête à l’emploi.

Maîtrise et exploitation de l’intelligence artificielle
L’intelligence artificielle se compose d'algorithmes qui permettent de trouver la réponse à des questions à la place d’un expert.
Chez Jakarto, nous utilisons l'IA afin de détecter un objet spécifique dans un ensemble de données géospatiales, dans le but de les cartographier.
L’avantage ? C’est un énorme gain de temps et d’argent puisque le processus se fait de manière automatisée. De plus, la machine effectue un travail en tout temps, ce qui permet à l’humain de se concentrer sur des tâches plus importantes.

La reconnaissance des objets en IA
- Concrètement, nous sélectionnons les points de l’objet en question et nous indiquons à notre algorithme qu’ils représentent cet objet.
- À partir de la donnée 3D segmentée, nous pouvons créer des données géospatiales utilisables par nos clients. Ils peuvent ainsi bénéficier d’un inventaire géolocalisé créé de manière automatique. Nous utilisons des algorithmes supervisés pour cela : ils se basent sur la connaissance que les experts de Jakarto leur donnent.
Comment Jakarto utilise l'Intelligence Artificielle?
Un travail qui se fait en 4 étapes
Annoter les données 
Travail de repérage virtuel
- Croisement avec une base de données existante ou création en interne.
Nuage de points
- Nos experts reconnaissent manuellement les objets et sélectionnent les points de l’objet.
L'algorithme 
Phase d'entrainement
- Algorithme qui apprend à partir des données
- On obtient un modèle entraîné
- On peut reprendre un modèle existant pour le peaufiner et l’adapter à nos objectifs : il devient sur-mesure pour nos problématiques
Data science / deep learning / machine learning
- Connaître l’état de l’art pour exploiter les algorithmes les plus performants
- Travailler en collaboration avec des chercheurs pour créer de nouveaux algorithmes
- Générer des modèles en fonction des tâches à résoudre
La détection 
Application du modèle
- Application du modèle sur l’ensemble des données
- Conversion des résultats dans des formats de données simplifiés (couches géographiques)
- Livraison des résultats aux experts métiers
Application métier
- Livraison de l’inventaire automatique
- Les données sont à prêtes à l’emploi pour nos clients
Validation .png?width=84&name=output-onlinepngtools%20(9).png)
Validation des données
- Validation et correction des données à l'aide d'algorithmes
- Livraison des résultats aux experts métiers
Application métier
- Les données sont prêtes à l’emploi pour nos clients