Embedded Files
Entity: French archaeological research center
Mission type: Project Management / Applied research / Artificial Intelligence / Augmented Intelligence / Digital Transformation
Date: 2017-2022
Project Results / Deliverables
Integration of Different Datasets: The project successfully integrated various datasets from different sources to make firm predictions .
Development of Cognitive Maps: Cognitive maps were created for each discipline using mind-mapping techniques
Handling Missing Data: New methods for handling missing data were introduced, which were later accepted by archaeologists .
Feature Engineering Methods: The project introduced new feature engineering methods to address the problems of small data volume
Labeling Techniques: Experts’ intuitions were used to label datasets, feeding the training of machine learning algorithms .
External References for Training Algorithms: External references were used to complete missing attributes and train algorithms .
Explainable AI Models: explainable AI models were introduced, which helped in explaining the results to scientists .
Virtual Reality Immersion: High-resolution 3D models and virtual reality were used to experience IAI predictions.
Knowledge Augmentation: The project integrated human intuition into AI to augment organizational knowledge .
Skills Implemented to Achieve the Results
Data Integration and Management
Mind-Mapping and Cognitive Mapping
Problem-Solving for Missing Data
Feature Engineering
Machine Learning and Labeling
Virtual Reality and 3D Modeling
Collaborative Knowledge Augmentation
-------------
Entité : Centre français de recherches archéologiques
Type de mission : Gestion de projet / Recherche appliquée / Intelligence artificielle / Intelligence augmentée / Transformation Digitale
Date : 2017-2022
Résultats / livrables du projet
Intégration de différents ensembles de données : le projet a intégré avec succès divers ensembles de données provenant de différentes sources
Développement de cartes cognitives : des cartes cognitives ont été créées pour chaque discipline à l'aide de techniques de cartographie mentale.
Gestion des données manquantes : De nouvelles méthodes de traitement des données manquantes ont été introduites
Méthodes d'ingénierie des fonctionnalités : Introduction de nouvelles des fonctionnalités pour traiter des petits volumes d'information
Techniques d'étiquetage : les intuitions des experts ont été utilisées pour étiqueter des ensembles de données, alimentant l'apprentissage automatique.
Références externes pour les algorithmes de formation : des références externes ont été utilisées pour compléter les attributs manquants.
Modèles d'IA explicables : des modèles d'IA explicables ont été introduits, ce qui a aidé à expliquer les résultats aux scientifiques.
Immersion en réalité virtuelle : des modèles 3D haute résolution et la réalité virtuelle ont été utilisés pour expérimenter les prédictions de l'IAI.
Augmentation des connaissances : le projet a intégré l'intuition humaine dans l'IA pour augmenter les connaissances organisationnelles.
Compétences Appliquées
Intégration et gestion des données
Cartographie mentale et cartographie cognitive
Résolution de problèmes pour les données manquantes
Ingénierie des fonctionnalités
Apprentissage automatique et étiquetage
Réalité virtuelle et modélisation 3D
Augmentation collaborative des connaissances
Google Sites
Report abuse