TADkit promet de transformer la manière dont les industriels analysent les données de séries temporelles. Ce démonstrateur participe à la construction des outils de monitoring pour la détection d’anomalies en contexte industriel, et vient renforcer la prise de décisions éclairées par des solutions d’intelligence artificielle (IA). 

Ce démonstrateur a été mis au point dans le cadre du programme de R&D Confiance.ai1 afin de mesurer la qualité et la représentativité de données, tout en identifiant les biais susceptibles de conduire à des décisions erronées dans des systèmes critiques. Les travaux menés par l’IRT SystemX dans ce cadre agrègent plus d’une dizaine de méthodes inédites – alliant design de réseaux de neurones profonds, analyse topologique des données ou encore quantification d’incertitude – autour de la détection d’anomalies qui informent sur le fonctionnement d’un système complexe tout au long de son cycle de vie. 

TADkit rassemble ces nouvelles méthodes d’IA à l’état de l’art dans une seule boîte à outils. Ce démonstrateur open source permet aux utilisateurs de paramétrer, de comparer et de combiner des méthodes de détection d’anomalies complexes pour optimiser leurs modèles et détecter activement les biais dans les données.