cat. : PUBLICATION TECHNIQUE

APPLICATION DU DEEPLEARNING DANS UNE ARCHITECTURE HUMS POUR LA CLASSIFICATION DU PROFIL D'EMPLOI DES SYSTÈMES

01/10/18
APPLICATION DU DEEPLEARNING DANS UNE ARCHITECTURE HUMS POUR LA CLASSIFICATION DU PROFIL D'EMPLOI DES SYSTÈMES

APPLICATION DU DEEPLEARNING DANS UNE ARCHITECTURE HUMS POUR LA CLASSIFICATION DU PROFIL D'EMPLOI DES SYSTÈMES

01/10/2018

PUBLICATION TECHNIQUE


Par Nicolas RÉMY et Gabrielle RIVES. Congrès Lambda Mu 21 « Maîtrise des risques et transformation numérique: opportunités et menaces », Octobre 2018, Reims, France.

L’objectif de cette communication est de présenter les travaux réalisés par LGM dans le cadre des HUMS (Health and Usage Monitoring Systems) pour la classification automatique des profils d’emploi des systèmes, qui semble être une voie prometteuse pour l’amélioration de la disponibilité opérationnelle.

La communication décrit notamment l’architecture mise en place et les technologies utilisées, puis aborde les retours d’expériences liés à la mise en œuvre du projet INNOV’UP Proto 2017, supporté par la Région Ile-de-France et le pôle de compétitivité CAP-DIGITAL.

L’objectif de ce projet était l’application des Réseaux Neuronaux aux données vibratoires, à des fins d’analyse de qualité de service dans des transports publics, et plus généralement à la classification des conditions d’exploitation de véhicules.

Retrouvez la publication ici : https://hal.archives-ouvertes.fr/hal-02074493/document