IA Avancées et R&D
Nous développons des modèles d'IA sur mesure pour résoudre vos défis scientifiques et stratégiques les plus complexes.
Nos cas clients
Modélisation de l’affinité Protéine–Ligand par GNN
Description
Nous avons développé un outil pour prédire l’affinité entre des poches protéiques (zones d’interaction sur les protéines) et des ligands (petites molécules).
Chaque poche est représentée comme un graphe, à partir duquel nous extrayons :
-
des descripteurs topologiques et géométriques (courbure, volume local, densité, etc.)
-
des embeddings GNN issus d'un autoencodeur de graphe, capturant la structure locale
Ces informations sont combinées avec les descripteurs du ligand pour entraîner des modèles de machine learning (Random Forest, XGBoost, etc.) capables de prédire l’interaction.
Résultats
Intégration facile de nouveaux types de données (GNN, géométrie, chimie)
Structure modulaire facilitant l’expérimentation et l’optimisation des performances
Cross-validation rigoureuse pour évaluer la robustesse des prédictions
Optimisation de portefeuilles financiers
Description
Nous avons conçu un système d’optimisation de portefeuilles crypto, basé sur un large éventail de données : prix de marché, métriques on-chain, actualités, activité GitHub, whitepapers, etc.
Ces informations sont agrégées et analysées pour construire des portefeuilles dynamiques, automatiquement rebalancés chaque semaine.
L’approche permet de sélectionner les actifs les plus pertinents, de se diversifier en réduisant la corrélation entre cryptos, et de capter les meilleures opportunités dans chaque catégorie d’actifs.
Résultats
Portefeuilles plus robustes face à la volatilité du marché
Allocation dynamique selon les signaux fondamentaux et techniques
Système adaptable à plusieurs stratégies et horizons d’investissement
Détection précoce de talents sportifs grâce à l’analyse EEG
Description
Mise en place d’une solution innovante utilisant l’électroencéphalographie (EEG) pour analyser l’activité cérébrale de jeunes athlètes lors de situations de jeu ou d’exercices spécifiques. Les signaux sont traités afin de révéler des indicateurs clés liés à la concentration, la vitesse de réaction, la prise de décision ou encore la gestion du stress en conditions compétitives. Ces données objectives permettent d’identifier très tôt des aptitudes exceptionnelles et d’orienter les talents vers un parcours d’entraînement adapté à leur profil neurocognitif.
Résultats
Identification précoce des sportifs à haut potentiel grâce à des marqueurs cérébraux mesurables
Optimisation de la formation avec des programmes personnalisés selon les forces cognitives détectées
Avantage compétitif pour les clubs et fédérations grâce à une détection scientifique et fiable des futurs champions