Fluidity

L'innovation développée par Entropy réside en un procédé qui permet l’estimation des flux de mobilité des personnes ne nécessitant aucune infrastructure ou enquête de terrain. 

La méthode se base uniquement sur une IA qui exploite des bases de données accessibles en open data ou à la vente. Le modèle développé est capable de comprendre à la fois, la sociodémographique des individus, la structure socioéconomique d’un territoire et la façon dont les individus se déplacent. Cela a été rendu possible grâce à une modélisation inspirée d’un système de vision par ordinateur avec résolution par apprentissage profond. L’approche méthodologique consiste à l'apprentissage des invariants de la mobilité des personnes dans un contexte multidimensionnel incluant à la fois les caractéristiques de l’individu mais aussi celles du milieu urbain considéré. Contrairement aux algorithmes de vision par ordinateur, ces informations sont traitées par un nouvel algorithme d’apprentissage de données non structurées pour en extraire des nouvelles variables de niveau supérieur et un potentiel prédictif amélioré. 

Ensuite, un réseau de neurone profond permet la prédiction d’une séquence décrivant la mobilité de chaque individu. Cette nouvelle approche consiste à développer un agent informatique intelligent qui questionne les attributs de chaque individu anonymisé dans les bases de recensement INSEE et prédit pour chacun les réponses les plus probables en fonction de son lieu d’habitation et ses caractéristiques individuelles. Comme cette base inclut un tiers de la population française, les estimations obtenues sont fiables et facilement redressables. Le modèle permet d’avoir une vision annuelle fiable de la mobilité. Les indicateurs clés sont fournis de commune à commune et de quartier à quartier, à l’échelle de tout un réseau, d’un département ou d’une région en France. Ces indicateurs sont mis à jour chaque année quand les méthodes traditionnelles se renouvellent tous les 4 à 10 ans.