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