Présentation de Earthcube

Earthcube est une startup française créée en 2016 qui propose à des clients Défense des outils d’analyse automatique de données issues de capteurs différents en combinant intelligence artificielle et GEOINT.

Earthcube a bénéficié dès sa création de l’accompagnement technique, financier et industriel du CNES et de l’Agence Spatiale Européenne (ESA). De par sa technologie innovante et du potentiel des marchés adressés, Earthcube est soutenue par des institutions françaises et européennes parmi les plus prestigieuses : CNES, BPI France, Investissements d’avenir, école 42, école normale supérieure, …

Fort d’une levée de fonds mi 2019 qui porte son financement à 7 M€, Earthcube compte au 1er juin 2020 cinquante employés. L’entreprise est située à Paris et est détenue à 100% par ses deux fondateurs.

Le Projet Apport des méthodes d’apprentissage orthogonales

Les images SAR (radar à synthèse d’ouverture) issues de capteurs embarqués sur un aéronef peuvent être caractérisées via des algorithmes de classification afin de mieux appréhender l’environnement. Earthcube s’intéresse à la fusion et la combinaison de résultats de classification d’imagerie SAR issus de deux familles algorithmes différentes, dites orthogonales : d’une part, les méthodes d’apprentissage profond (deep learning) qui s’appuient sur des réseaux de neurones convolutionnels, et d’autre part, les méthodes de machine learning “classiques”, telles que les forêts aléatoires ou le gradient boosting, qui s’appuient sur des descripteurs (aussi appelées features). Ces algorithmes sont-ils complémentaires ? Si oui, comment exploiter et bénéficier pleinement de cette complémentarité et quel gain opérationnel apporte la fusion de ces algorithmes, par rapport à l’exploitation d‘un algorithme unique ? La solution implémentée par Earthcube répond à ces questions en procédant à la combinaison optimale de ces méthodes.

Illustration MMT-59
schéma comparatif de deux grandes familles d’algorithmes de classifications