Le Machine Learning pour exploiter vos données d’analyses physico-chimiques
Vous voulez exploiter des données issues de vos laboratoires physico-chimiques et analytiques ?
- Comment analyser toutes les données physico-chimiques du laboratoire de chimie humide ?
- Comment exploiter des données issues de technique de séparation analytique (HPLC, GC, GC-MS, PTR-MS, etc) pour des problématiques OMICS ?
- Comment extraire toute l’information de données issues de différentes sources : mesures physico-chimiques, paramètres agronomiques, profils sensoriels, paramètres de procédés, mesures spectroscopiques ?
- Comment choisir les capteurs et les paramètres les plus informatifs ou discriminants ?
- Quelles sont les mesures les plus corrélées dont je peux me passer afin d’augmenter la productivité ?
- Quelle méthode de Machine Learning fournira les résultats les plus précis, robustes et interprétables pour toutes ces données ?
- Comment valider mon modèle ? comment l’interpréter ?
- Combien d’échantillons sont nécessaires pour un modèle robuste ?
Quelles que soient les questions que vous vous posez, contactez nous !
Nous vous accompagnons dans la réalisation de vos études de faisabilité.
Pour faire face à la diversité des types de données recueillies en phase de R&D ou en contrôle qualité, diverses questions se posent sur le traitement de ce type de signaux, sur le développement et l’optimisation de modèles…
L’analyse de données est au cœur du métier d’Ondalys. Nous réalisons des études de faisabilité afin de vous aider à extraire toute l’information pertinente de vos masses de données.
Vous souhaitez :
Interpréter
Vos analyses physico-chimiques ou chromatographiques
Développer
des modèles précis et robustes à partir de toute l’information disponible
Sélectionner
Les informations les plus pertinentes ou discriminantes
Le traitement de données
Les départements R&D, les laboratoires de chimie humide, les laboratoires analytiques recueillent des masses de données sous-exploitées, qu’il s’agisse de mesures physico-chimiques, de mesures séparatives chromatographiques et spectroscopie de masse (OMICS), de paramètres agronomiques, de profils sensoriels, de mesures de spectroscopie vibrationnelle ou encore de paramètres de procédés, etc…
Vous souhaitez les corréler à des critères de qualité en construisant des modèles de prédiction ou de discrimination de produits, afin de caractériser rapidement vos produits ou d’optimiser vos procédés.
Des algorithmes de Chimiométrie et de Machine Learning d’étalonnage, de classification ou de fusion multi-blocs, vous permettent de définir quels sont les paramètres les plus pertinents pour prédire au mieux vos critères de qualité et d’extraire toute l’information pertinente en prenant en compte l’ensemble des signaux.
Les données omics se retrouvent dans de nombreuses applications :
- Fouille de données / Data mining afin d’explorer les données et d’en extraire toute l’information pertinente
- Prédiction de critères qualité quantitatifs pour le contrôle qualité (PLS, SVMR, ANN, arbres de régression (RF) , …)
- Classification de produits (PLS-DA, SIMCA, SVM, ANN, arbres de décisions (RF, XGBoost), …)
- Sélection de capteurs ou de paramètres les plus discriminants ou informatifs
- Outils d’aide à la décision (OAD) combinant toutes les informations par fusion multi-capteurs et méthodes multi-blocs
Implémentation logicielle
Nous développons les modèles spectroscopiques avec tous les logiciels de chimiométrie et de Machine Learning du marché (Unscrambler®, SOLO®, PLS_Toolbox® dans l’environnement MATLAB®, SIMCA®,etc…), mais aussi les logiciels libres (R, Python…).
Notre expertise au service de l’analyse de vos données
Forts d’une expérience de plus de 15 ans dans l’analyse de données (chimiométrie), en particulier appliquée aux mesures instrumentales, analytiques et sensorielles, les experts de nos équipes vous accompagnent à chaque étape de vos projets.
Ils en parlent
« Nous faisons appel à Ondalys pour exploiter nos données. »
