htmc
La technologie Humanity-Tech en est une de connectivité. La fonction principale de celle-ci est de permettre aux environnements publics d'être connectés au sens où la technologie rends service aux passants et aux promoteurs.
Nos systèmes intégrés dans une sélection de capteurs d'objets connectés (IDO) permettent de recueillir des données en relation avec l'environnement immédiat de l'utilisateur des services de mobilier urbain Cela permet entre autre une plus grande personnalisation de l'expérience "client" au sein même des espaces publics.
Les données recueillies sont alors compilées et traitées dans un modèle d'apprentissage en intelligence artificielle afin d'en faire ressortir des profils-types d'utilisateurs et des tendances d'utilisations, permettant ainsi aux villes et aux promoteurs d'améliorer leur offre de services.
spécifications
analyse de données en temps réel (IDO)
-
Données d’utilisation infonuagique
-
Comptage de personnes / Achalandage (mode Public)
-
Reconnaissance de personnes (mode Privé - APP)
-
Communication ciblée avec les utilisateurs
-
Permet l'affichage de contenu publicitaire (Portail de gestion médias)
-
Accès aux modules IOT Externes
-
Matrice d’utilisation - Mapping utilisateurs
-
Intelligence Artificielle intégrée
-
Connectivité cellulaire
-
Module IOT intégré (Température, Air, Pression, Bruit, Présence)
-
Point d'accès WiFi.
-
Rapports statistiques personnalisés
Données d'environnement:
-
Température ambiante et historique
-
Humidité relative
-
Qualité de l'air
-
Pollution sonore
-
Ensoleillement
Données d'achalandage:
-
Présence selon des zones définies
-
Mouvements des flux de passants
-
Densité des flux de passants
-
Détection de proximité
Données connectées:
-
Analyse des réseaux avoisinants
-
Gestion des dispositifs connectés
-
Point d'accès WiFi
-
Intensité des signaux
données receuillies
analyse de données CROISÉES
L'analyse des données croisées se fait par un processus d'apprentissage en Intelligence Artificielle à partir des données recueillies. Il permet d'en tirer des tendances d'utilisation et des profils-types d'utilisateurs afin de personnaliser davantage l'offre de services des villes et des prometteurs.
Les analyses croisées sont multiples et configurables selon les environnements d'analyse et selon les besoins spécifiques en relation. Par exemple il serait possible de faire ressortir les tendances de déplacement des foules pour une zone données en fonction de la température extérieure. Il serait ainsi possible de diriger ces foules avec des propositions de services adaptées aux variables positivement ou négativement perçues. Le résultat pour les utilisateurs se traduit par une amélioration des services perçus et dans l'efficience dans le déploiement des services octroyés par les villes et les promoteurs.
