Bora Kizil

Directeur général

Ingénieur en informatique et titulaire d’un MBA de HEC Paris, Bora est un entrepreneur depuis 2011. Il a rejoint Ezako en 2017 pour accélérer la croissance de l’entreprise.

Écrit par Bora Kizil

Trois plateformes sous-marines à trois profondeurs, chacune avec son signal, reliées à un même modèle.

Ezako et XPERT : le deep learning pour toutes les plateformes sous-marines

Ezako et XPERT lancent un projet de développement pour adapter les réseaux de neurones à chaque plateforme sous-marine, du drone à l’hydrophone, et améliorer la détection en temps réel des anomalies sous-marines.

Une série avec un évènement labélisé à la main et deux autres de même forme retrouvés, cernés de pointillés.

Upalgo Labeling rejoint l’Altair Partner Alliance

Altair distribue Upalgo Labeling au sein de l’Altair Partner Alliance : un outil d’annotation de séries temporelles et de données de capteurs, avec propagation des labels.

Les pics d’un spectre, dont celui qui se détache est encadré.

VASCREEN : détecter les substances dangereuses et illicites dans les bagages

Dans le cadre du programme SecurIT, Ezako et MION développent VASCREEN, une solution de détection des substances potentiellement dangereuses et illicites dans les bagages et les marchandises.

Trois séries de capteurs de tempéraments différents, un évènement encadré dans chacune.

Que faire de vos séries temporelles ?

Ce que sont les séries temporelles, d’où elles viennent, comment le machine learning les exploite, et quel retour en attendre.

Le même nœud, plus grand à chaque pas d’une ligne qui monte.

Ezako rejoint le programme Minc Scale

Ezako rejoint Minc Scale, un programme qui accompagne les entreprises en croissance à l’international, pour aborder le marché nordique.

Un champ de cœurs de calcul, traversé par une vague de travail.

Ezako rejoint NVIDIA Inception

Ezako rejoint NVIDIA Inception, le programme qui accompagne les startups de l’intelligence artificielle.

La frise des périodes de marche d’une machine, closes par trois pannes, avec l’intervalle qui les sépare mesuré.

Qu’est-ce que le MTBF, le temps moyen entre pannes ?

Le temps moyen entre pannes dit la fiabilité d’une machine : ce qu’il est, pourquoi il compte, comment le calculer et comment l’améliorer.

Un spectrogramme où deux sources sont encadrées : un sifflement et un train d’harmoniques.

Ezako et Alseamar : le deep learning sur les plateformes sous-marines autonomes

Dans le cadre du projet RAPID DASMIA, Ezako et Alseamar développent le deep learning sur des plateformes sous-marines autonomes.

Trois séries gardées sur trois sites, chacune avec un évènement labélisé, reliées à un seul modèle partagé.

Qu’est-ce que l’apprentissage fédéré ?

L’apprentissage fédéré entraîne un modèle commun sur des données qui restent sur les appareils qui les détiennent : seules les mises à jour du modèle circulent. Ce que c’est, et quand c’est utile.

Le spectrogramme d’une montée en régime, ses ordres qui s’élèvent, et la plage anormale qui les coupe encadrée.

Une approche deep learning de la détection d’anomalies dans les signaux, avec Safran Aircraft Engines

Des observations anormales dans des séries de capteurs à haute fréquence peuvent rendre inexploitables les spectrogrammes d’un essai moteur. Une approche deep learning pour les détecter, développée avec Safran Aircraft Engines.

Une série de capteur dans sa plage normale, avec une excursion hors de cette plage encadrée.

Pourquoi la détection d’anomalies compte pour les entreprises

La détection d’anomalies repère les motifs inhabituels dans les données d’une entreprise avant qu’ils ne deviennent de vrais problèmes : à quoi elle sert, et pourquoi elle compte.

Une série de capteur avec deux anomalies, chacune encadrée et labélisée.

Qu’est-ce que la détection d’anomalies supervisée ?

La détection d’anomalies supervisée entraîne un modèle sur des données labélisées, là où les méthodes non supervisées cherchent seules : comment elle fonctionne, et ce qu’elle demande.