Celeste EcoFlyers. Concevoir une intelligence utile.
Aéronautique, IA embarquée et prédiction explicable : une même ambition, créer des technologies utiles sur le terrain.
Celeste EcoFlyers développe des aéronefs électriques à ailes pneumatiques et l’intelligence qui accompagne leurs missions. Neurytika constitue une branche importante de ce travail : rendre les données structurées exploitables grâce à des prédictions et des éléments explicatifs accessibles.
Des aéronefs conçus et construits en FranceIntelligence embarquéeLogiciel explicable pour les organisations
DEUX BRANCHES D’INGÉNIERIE CONNECTÉES
Construire l’aéronef. Rapprocher l’intelligence des données.
L’aéronautique place les contraintes concrètes au cœur de l’ingénierie : masse, énergie, conditions d’exploitation et informations disponibles au moment de décider.
Nos activités aéronautiques et IA se rejoignent autour de ces contraintes. Les structures pneumatiques répondent à l’aspect physique ; le calcul léger et accessible transforme les données en signaux utiles. Neurytika apporte cette même priorité au traitement local et aux éléments explicatifs clairs aux projets de prédiction en entreprise.
01 / AÉRONAUTIQUE
Des aéronefs électriques à ailes pneumatiques.
Le programme dAS20 de Celeste utilise une aile textile pressurisée, une portance aérodynamique et une propulsion électrique. Le prototype actuel a une envergure de 8 m ; la société situe son premier décollage au 7 mai 2026 à l’aéroport du Havre.
Des prédictions aux éléments explicatifs visibles.
Neurytika associe un moteur de classification à un parcours d’exploration. Utilisez des données structurées, construisez un modèle, examinez les configurations contributrices et intégrez les résultats aux activités de votre organisation.
Le prototype à aile pneumatique de Celeste est passé des essais au sol aux premiers décollages au Havre, relayés par la presse technologique internationale.
Celeste Ecoflyers figure dans le dossier de presse VivaTech 2026 à travers Impact Builders, le programme porté par VivaTech, Diversidays et L’Escalator.
Docteur en neurosciences computationnelles et auteur des travaux sur l’Evidence Ratio Classifier. Ses recherches relient apprentissage interprétable, systèmes embarqués et applications de mesure sur le terrain.
COFONDATEUR ET DIRECTEUR TECHNIQUE / STRUCTURES AÉRONAUTIQUES
Ingénieur textile spécialisé dans les structures pneumatiques et l’industrialisation, il apporte son expertise des matériaux au développement des aéronefs à ailes gonflables de Celeste.
POURQUOI L’IA EMBARQUÉE EST UNE BRANCHE STRATÉGIQUE
Une intelligence utile. Là où naissent les données.
Pour un drone autonome, traiter les informations des capteurs à bord peut transformer les mesures en signaux de mission disponibles au bon moment, en tenant compte du calcul, de l’énergie et de la connectivité.
C’est pourquoi l’IA embarquée est centrale dans les axes de développement de Celeste. L’apprentissage en un passage d’ERC et ses éléments explicatifs explicites relient un calcul attentif au matériel à un modèle accessible aux ingénieurs. Le même moteur fonde le processus de prédiction explicable de Neurytika.
01Mesures des capteurs
Télémétrie et observations structurées
→
02Classification locale
Un modèle embarqué au plus près des données
→
03Un signal utile à la mission
Une catégorie accompagnée d’éléments explicatifs
Des signaux locaux au bon moment
Traitez les mesures disponibles sur l’appareil et partagez la catégorie ou l’alerte obtenue lorsque la mission le demande.
Une utilisation réfléchie des ressources
Concevez le calcul selon le budget de traitement et d’énergie de l’aéronef, en considérant ensemble la méthode d’apprentissage et le matériel cible.
Des éléments que les ingénieurs peuvent examiner
Reliez une catégorie prédite aux combinaisons de variables enregistrées et à leur support pour permettre l’examen du comportement du modèle.
EXEMPLES DE PROCESSUS EMBARQUÉS À DÉVELOPPER
⌁
Observation environnementale
Classez des mesures environnementales structurées en catégories d’alerte et priorisez les observations à examiner par un opérateur pendant une mission de surveillance.
⚙
Suivi de l’état des équipements
Combinez mesures de vibration, température ou électricité pour identifier une catégorie d’état de fonctionnement et apporter du contexte à l’analyse technique.
↗
Filtrage des informations de mission
Classez les observations structurées localement et choisissez les catégories d’information les plus utiles à transmettre à l’équipe au sol.
Des capteurs embarqués aux données clients, qualité et fraude, l’objectif commun est clair : une prédiction utile, calculée dans l’environnement adapté, avec des éléments accessibles à l’examen.
Une science publiée. Une stratégie de propriété intellectuelle dédiée.
Le développement d’ERC associe recherche évaluée par les pairs et dépôts de brevets. L’article scientifique présente règle d’apprentissage, protocoles d’évaluation et résultats ; les demandes de brevet participent à la stratégie de propriété intellectuelle de Celeste pour cette technologie.
DÉPÔT DE BREVET FRANÇAISFR2510431
DEMANDE DE BREVET AMÉRICAINE19/805,651
En cours d’examen
Evidence ratio classifier: A one-pass model for fast incremental learning F. L. Olivier Manette · Neurocomputing, volume 659, article 131797.