Classification contextuelle pour les fouilles de données issues de machines-outils - ANR - Agence nationale de la recherche Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Classification contextuelle pour les fouilles de données issues de machines-outils

Résumé

Dans le contexte général de l'Industrie 4.0, une entreprise de fabrication moderne dispose de nombreuses données numériques qui pourraient être utilisées pour rendre les machines-outils plus intelligentes et faciliter la prise de décision en matière de gestion opérationnelle. L'une des premières étapes de l'approche d'exploration de données est la sélection précise de données pertinentes. Pour ce faire, les données brutes doivent être classées dans différents groupes de contexte. Cet article présente un algorithme d'apprentissage automatique non-supervisé, par mélanges gaussiens (GMM), pour la classification contextuelle. Le nombre de clusters optimal est déterminé par le critère BIC (Bayesian Information Criterion), à partir de données venant de l'industrie aéronautique. Les vérifications par fouilles manuelles et la validation par k-fold montrent ensuite que la méthode GMM permet d'obtenir de bons résultats de classification contextuelle.
Fichier principal
Vignette du fichier
Classification contextuelle pour les fouilles de données issues de machines-outils.pdf (1.18 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02279417 , version 1 (05-09-2019)

Identifiants

  • HAL Id : hal-02279417 , version 1

Citer

Zhiqiang Wang, Mathieu Ritou, Catherine da Cunha, Benoit Furet. Classification contextuelle pour les fouilles de données issues de machines-outils. 24ème Congrès Français de Mécanique (CFM 2019), Aug 2019, Brest, France. ⟨hal-02279417⟩
118 Consultations
108 Téléchargements

Partager

Gmail Facebook X LinkedIn More