Détails du projet

Type: Projet du centre CRTI
Organisme: Centre de Recherche en Technologies Industrielles (CRTI)
Unité: Centre de recherche en technologie industrielles CRTI
Division: Division de Traitement du Signal et Imagerie
Equipe résponsable: Equipe N°9 « Traitement des signaux ultrasonores »
Période: 2019 - 2021
Version PDF: (.pdf)
Mots Clés: Fouilles des données (Big data and data mining), MSPC (Mutivariate Statistical Process Control) : Partial Least square (PLS), LS-PCA (Least Square Principal Components Analysis), LS-SVR(Least Square Support Vector Regression), Apprentissage supervisé, Qualité Monitoring et Process Contrôl.
Description:
Ce projet traite la problématique des fouilles des données des grands systèmes par des méthodes élaborées basées sur les techniques d’apprentissage à base de modèles et aussi par des approchesplutôt statistiques appelées communément : «data driven methods». Sur le plan développement théorique, il sera question d’étudier les méthodes et algorithmes existants et de proposer de nouvelles modifications ou a la limite des extensions aux cas complexes caractérisés par leur caractère multi échelle i.e. multi variés et non stationnaires. Des versions adaptatives des algorithmes étudiés seront ainsi considérées. Ce projet a deux objectifs fondamentaux : 1. Utilisation des méthodes de fouille des gisements des données pour la prédiction : Une recherche de causes – effets entre les différentes variables sera effectuée, des outils de réductions - filtrage des données seront conspirés. La robustesse des méthodes appliquées sera testée pour l’optimisation de la structure – paramètres. 2. Evaluation de la robustesse des méthodes proposées vis à vis des incertitudes associées: Une importance particulière sera accordée a l’évaluation des différentes sources d’incertitudes pressentes dans les variables, l’effet conjugué de la variabilité de la structure et des paramètres sera aussi considéré. 3. Applications : Les applications seront effectuées sur différentes base des données de grands systèmes en industrie pour l’optimisation : Détection de défaillance et monitoring, contrôle –prédiction de la qualité des produits fabriqués, Qualité – process contrôle