Givaudan est un fabricant suisse de parfums, d’arômes et d’ingrédients actifs cosmétiques. En 2008, elle est devenue la plus grande entreprise de l’industrie de la parfumerie et des arômes. Givaudan détient 25% de parts de marché d’une industrie estimée globalement à 17 milliards de francs suisses.
Dans les domaines des arômes et des parfums, les données massives sont complexes et repoussent les limites techniques dans de nombreux domaines, notamment en matière de prise de décision et d'optimisation.
L'objectif de cette collaboration entre Givaudan et CentraleSupélec est de relever les défis « Data-to-Knowledge » (des données à la connaissance) et « Data-to-Decision » (des données à la décision) de manière intégrée grâce à une recherche de pointe. Plus précisément, il s'agit de développer des techniques innovantes pour traiter des données multidimensionnelles et multi-échelles. Givaudan dispose et crée, dans son domaine d'activité, des données massives de différentes natures.
Il est essentiel d'exploiter ces données pour améliorer la compréhension ou fournir des techniques innovantes et stimulantes dans le domaine de la parfumerie. Les modèles statistiques et les algorithmes décisionnels traditionnels sont remis en question par ces données hétérogènes, multi-échelles, complexes, incomplètes et/ou incertaines. Afin de générer des connaissances, de construire des modèles et de prendre des décisions éclairées, la validité statistique, la robustesse, la facilité de calcul et la modélisation causale sont indispensables. Tel est l'objectif scientifique de cette chaire : développer des techniques avancées d'apprentissage automatique adaptées à ces données.
La chaire a été renouvelée en 2025 pour 5 ans.
Titulaire : Frédéric Pascal du laboratoire L2S
Partenaire : Givaudan
