Nous suivre Industrie Techno

Projet REMiND : le Big Data épaule le nucléaire

Projet REMiND : le Big Data épaule le nucléaire

Le projet REMiND vise à développer des algorithmes de Machine Learning pour assister les experts dans leur navigation à travers les immenses bases de données qu'ils doivent traiter pour établir les différents scénarios de démantèlement des installations nucléaires. Un nouvel outil d'aide à la décision qui permettrait de gagner du temps et de réduire les erreurs humaines.

Et si le démantèlement des installations nucléaires pouvait être optimisé à coup de Big Data et de Machine Learning ? C’est le pari qu’a fait le consortium REMiND, pour Risk Evaluation through Machine learning in Nuclear Decommissioning.

Piloté par l’Apave, un groupe spécialisé dans la maîtrise des risques, en partenariat avec le CEA, le laboratoire informatique Lip6, l’Institut Mines Telecom et une société spécialisée dans les risques d'incendie, le projet vise à épauler et assister les experts dans leur navigation à travers les immenses  corpus de documents et de données. En effet, dans le cadre de ces procédures, les professionnels doivent établir des scénarios de démantèlement en s’appuyant sur la documentation issue des phases de construction et d’exploitation des différentes installations. Or, règlementation accrue oblige, chaque installation nucléaire génèrerait l’équivalent de 100 To de documentation. Résultat : la plupart des accidents survenus lors des phases de démantèlement serait due à la non prise en compte d’une information clé, qui figurait pourtant dans les bases de données.

Pour limiter le nombre d’accidents et réduire les surcoûts liés à ces erreurs, des membres du Lip6 entendent développer un algorithme de Machine Learning afin de mieux appréhender les données textuelles. « Dans le cas du projet REMiND, l'enjeu consiste à bien saisir la notion de risque », explique Vincent Guigue, maître de conférences à l’Université Pierre et Marie Curie et chercheur au Lip6. Ici, la difficulté réside dans la dimension contextuelle de la notion de risque, qui dépend de critères linguistique et géographique. L’idée est donc de développer un algorithme actif qui va apprendre, au fur et à mesure qu’il est utilisé par l’expert, à détecter et soumettre l’information la plus pertinente à son utilisateur. Ainsi, après son travail, l’algorithme devra restituer à l’expert un focus sur ce qu’il estime être important, résume Vincent Guigue.

Le projet n’est pas encore lancé officiellement mais pourrait débuter d’ici la fin de l’année 2015 s’il bénéficie du soutien financier du FUI, le Fonds unique interministériel. Un premier prototype pourrait alors voir le jour trois ans plus tard. Les premières expérimentations devraient être effectuées sur le réacteur Phénix, situé dans le Gard et arrêté depuis 2010, qui à lui seul regroupe 700 000 documents.

Selon les experts, la filière du démantèlement des installations nucléaires en Europe pourrait peser près de 200 milliards d’euros dans les années à venir. Si le projet REMiND fait ses preuves, il pourrait être décliné dans d’autres filières de démantèlement, comme celle du maritime.

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

[Vu sur le web] Produire de l’hydrogène vert sans électrolyseur : une avancée prometteuse dans la photo-électrolyse de l’eau

[Vu sur le web] Produire de l’hydrogène vert sans électrolyseur : une avancée prometteuse dans la photo-électrolyse de l’eau

D’après une publication relayée par IEEE Spectrum, le journal de l’association professionnelle « Institut des[…]

La stratégie électrique de Renault en trois points technos clefs

La stratégie électrique de Renault en trois points technos clefs

« Nous avons amélioré d’un facteur 100 le code de dynamique moléculaire dédié à l’optimisation des batteries », se réjouit Mathieu Salanne, vainqueur du Prix Spécial Joseph Fourier

« Nous avons amélioré d’un facteur 100 le code de dynamique moléculaire dédié à l’optimisation des batteries », se réjouit Mathieu Salanne, vainqueur du Prix Spécial Joseph Fourier

« Nous allons construire la gigafactory de batteries la plus efficace au monde », lance Christophe Mille, de Verkor

« Nous allons construire la gigafactory de batteries la plus efficace au monde », lance Christophe Mille, de Verkor

Plus d'articles