| Accueil |
 |
|
|
 |
| Équipes |
|
|
|
 |
| Projets struct. |
|
|
|
|
| Vie du laboratoire |
|
|
|
|
|
 |
Ahmad AHDAB
|
 |
|
|
|
Membre de l'équipe COSI |
| |
| Fonction : |
Doctorant |
| UFR : |
Université Aix-Marseille (U3) |
| |
| Tél. : |
|
| E-mail : |
ahmad ahdab lsisorg |
| |
| Adresse : |
|
|
THÈSE
Sujet de thèse :
Contribution à la modélisation fonctionnelle bayésienne pour le diagnostic des processus dynamiques continus dans une approche multi modèles. |
Directeur(s) de thèse :
Marc LE GOC et Norbert GIAMBIASI |
Résumé :
L’objectif des travaux est de coupler un modèle fonctionnel bayésien et un modèle comportemental stochastique afin de consolider un processus de découverte de connaissances temporelles basé sur une approche stochastique.
Les connaissances temporelles générées selon cette approche sont représentées sous la forme de modèles de chroniques, c’est-à-dire un ensemble de relations séquentielles binaires entre classe d’événement discret contraintes temporellement. Le processus de découverte étant basé sur une approche stochastique, les relations entre classes d’événements sont fondées sur la corrélation de leurs occurrences. Le couplage des modèles de chroniques générés par l’approche stochastique à un modèle fonctionnel bayésien doit permettre d’introduire une notion de relation logique entre classes d’événements qui doit être compatible avec le modèle structurel du processus. Ce faisant, le modèle fonctionnel bayésien permet d’identifier les modèles de chroniques compatibles avec le modèle structurel du processus, et par là même de rejeter les autres.
Cette approche de diagnostic multi modèles sera appliquée à un processus de production d’un groupe industriel sidérurgique.
|
|
|
|
| Recherche |
|
|
|
|
| Enseignement |
|
|
|
|
| Liens |
|
|
|
|
|
