Grant: CCI Applied Research and Development Grants

Afin de croitre et d’innover dans le marché des systèmes de gestion ferroviaire, SAJ Entreprise Inc. veut corriger des problématiques de failles de lecture RFID sur les gares de triage pour améliorer les services de traçabilité opérationnelle du transport sur rails. Le défi de cette recherche est double. D’une part, il consiste à mettre en place les bases d’une analyse par apprentissage statistique de ce problème à haute dimensionnalité par une approche de sélection des fonctionnalités (feature selection) afin, d’autre part, de trouver des pistes de solution par apprentissage machine pour la détection d’indicateurs de compromis afin de réduire les occurrences de failles de lecture RFID. L’aspect innovant de cette recherche découle de la fusion de multiples capteurs sur un module IoT pour l’accroissement de l’ensemble (N,p) afin d’identifier les prédicteurs de faille de lecture RFID et d’apporter des mesures correctrices. Elle fait intervenir une application novatrice de connaissances en apprentissage statistique multivariable de type time-to-event afin de déterminer les relations qui existent entre les variables de résultats RFID dans un environnement à forte interférence RF, et en apprentissage machine pour réduire les occurrences de failles de lecture sous une architecture de contrôle linéaire de type fog computing. Ce projet permettra de mettre en œuvre un nouveau service d’infogérance innovant chez SAJ Entreprise pouvant être déployé sur plus de 200,000 kilomètres de voies ferroviaires au Canada et aux États-Unis.