Institut Polytechnique de Paris
Ecole Polytechnique ENSTA ENSAE Télécom Paris Télécom SudParis
Partagez la page

11 projets deeptech lauréats de l'Appel à Projets Premat' 2022

Le 12 déc. 2022
Depuis sa création, l’Institut Polytechnique de Paris accompagne ses chercheurs dans leurs projets innovants et issus de ses laboratoires grâce à l’Appel à Projet Prémat' (prématuration). Son objectif : construire l’adéquation invention-marché et réaliser une première preuve de concept du projet pour encourager son développement et aller chercher des financements externes par la suite. A l’issue de l’Appel à projet Prémat' 2022, 11 projets ont été retenus.
11 projets deeptech lauréats de l'Appel à Projets Premat' 2022

Les 11 projets lauréats qui émanent de chercheurs basés dans les écoles membres de l'Institut Polytechnique de Paris (Télécom Paris,Télécom SudParis, l’École polytechnique) recevront un financement total de 885 000 euros. Ils couvrent des domaines variés tels que la Physique des matériaux, la MedTech, l’Environnement, les Réseaux et la 5G.

Découvrez les projets lauréats ci-dessous : 

 
Nom du projet Domaines Porteur de projet Description 
AMI Greentech Anne-Laure Joudrier, Ecole polytechnique Le projet consiste en une nouvelle structure permettant de rendre le panneau solaire multi-fonctionnel, communiquant et ajustable. L'objectif est de de résoudre le problème de surchauffe des cellules solaires et d'améliorer la durée de vie des panneaux et favoriser leur intégration au bâti. 
ARTIST IA Stephan Clémençon, Télécom Paris Le scoring joue un rôle majeur dans de très nombreux domaines (par exemple la médecine, la banque/assurance, le marketing, la sécurité, l'industrie) et permet d’accomplir, avec une efficacité contrôlée, des tâches d’une grande variété, telles que l'aide au diagnostic médical, credit-scoring, analyse de l’attrition, ciblage marketing, reconnaissance faciale, détection de fraude, contrôle de qualité. L’objectif du projet est de rendre disponible des techniques de scoring issues de la recherche via un modèle de Machine Learning as a service (MLAAS). 
BOREAL Batteries François Ozanam, École polytechnique Le projet adresse le problème du stockage de l'énergie à travers l'amélioration des batteries lithium. L'équipe travaille sur un nouveau matériau pour l'électrode négative dans le but d'améliorer ses capacités conductrices et sa souplesse mécanique. Le but est d'atteindre les exigences des industriels du domaine. 
DDPNT HandiTech Olivier Meulle, Télécom SudParis Le projet vise a développer une souris informatique spécialement conçue pour des personnes ayant un handicap moteur extrême (incapacité à utiliser leurs membres supérieurs - myopathie, tétraplégique, SLA, la paralysie cérébrale, la dystrophie musculaire, les blessures de la moelle épinière, les traumatismes crâniens et dans certains cas les AVC).
HYDROLUMI  GreenTech Grégory Danoun Ce projet concerne la production de H2 à partir de déchets par irradiation lumineuse. Cette technologie utilise un système catalytique photosensible faisant intervenir des semi-conducteurs qui permettent, sous irradiation lumineuse, la réduction de l’eau. La régénération du catalyseur se fait par l’oxydation d’un agent sacrificiel qui sera, dans ce cas, des déchets alcooliques provenant de distilleries industrielles. 
IMAG2 - Endométriose HealthTech Isabelle Bloch, Télécom Paris Le projet vise à mieux modéliser l'anatomie des patients (3D) à partir d'image IRM pour aider au diagnostic et à la planification chirurgicale de l'endométriose.
MIDWAY ++ HealthTech Elsa Angelini, Télécom Paris  L’harmonisation d'images médicales est un problème difficile, majeur et ouvert. Le projet consiste en un algorithme spécialisé d’harmonisation d’images médicales permettant de caractériser des croissances de lésions (ex tumeurs), de localiser les prises de contraste, et d'homogénéiser les distributions statistiques de cohortes d'images pour l'IA.
RAMSES Industrie 4.0 Dominique Blouin, Télécom Paris La robotique industrielle est un domaine d'application pour lequel le language de modélisation AADL apporte de nombreux bénéfices. Télécom Paris développe depuis plusieurs années l'outil RAMSES (Refinement of AADL Models for the Synthesis of Embedded Systems) dont la fonction principale est la génération automatique de code via le raffinement, l'analyse et la vérification de modèles AADL pour les systèmes robotique industrielle. 
ReTEQCQP Aide à la décision Hoai Nam Nguyen, Télécom SudParis Un algorithme pour résoudre efficacement un problème d’optimisation quadratique convexe sous contraintes quadratiques (QCCQ) dans un cadre d'applications où la performance optimale est l'objectif principal (système de gestion de l'énergie,  prise de décision en temps réel).
SAFER Surveillance acoustique Elie Awwad, Télécom Paris Le but de ce projet est d'améliorer la détection de vibrations grâce aux câbles de fibres optiques des réseaux d'accès par une technologie d’interrogation basée sur la réflectométrie optique et le traitement numérique des signaux réfléchis au niveau du terminal de ligne optique. Cette technologie donnera une double fonction aux câbles optiques : la transmission des données et la captation de vibrations provenant de l'environnement urbain.
SPLIF HealthTech Christophe Thiebaux, École polytechnique Le projet SPLIF serait un petit appareil de laboratoire compact et portable, particulièrement adapté à la mesure des faisceaux de haute intensité dits « FLASH ». Le premier segment envisagé concerne la recherche préclinique (Dosimétrie, mesure d’intensité de faisceau de particules chargées d’énergies intermédiaires de type radiothérapie).