Deux séminaires, de thème Systèmes Durables, sont proposés ce jeudi, 28 Janvier 2021 à 13h via Teams 

Un séminaire de  : Amel SOUIFI portant sur "Exploitation des données massives pour le pilotage multi-objectifs par performance de l’industrie 4.0", 

Résumé  : 

L’une des particularités de ces modifications profondes des systèmes de production à l’ère du digital est liée à la disponibilité de données en très grande quantité. Le pilotage de l’industrie requiert donc la prise en compte de cette spécificité. Les données sont maintenant générées en temps réel en grands volumes et à partir de différentes sources. Donc pour piloter la performance d’une entreprise à l’ère de l’industrie 4.0, le défi n’est plus la disponibilité des données mais plutôt la qualité et leur pertinence. Une fois les données brutes sont transformées en données utiles ou intelligentes, elles servent dans la modélisation de l’entreprise, la mesure et prédiction de sa performance et supportent donc la prise de décision. Ainsi, en se basant sur des données de simulation d’un processus de production, nous nous proposons de définir une politique de de traitement des données massives (Big Data) pour l’extraction de données intelligentes (Smart Data). 

Un séminaire de  : Imen TRABELSI portant sur " Proposition de Techniques et méthodologie issues de l’intelligence artificielle pour l’amélioration de la détection et de la prévision d’obsolescence d’un système complexe", 

Résumé  : 

La récente pénétration de nouvelles technologies (logiciels et produits) dans des secteurs tels que l’automobile ou la domotique crée de réels défis commerciaux, techniques et scientifiques ce qui conduit à l’obligation cruciale de résolution de problèmes qu’elle génère comme l’obsolescence. L’obsolescence peut alors être étudiée selon deux points de vus complémentaires à savoir la gestion de l’obsolescence et la conception de produits résilients à l’obsolescence. Cette thèse se focalise sur le premier aspect et plus précisément sur la prévision d’obsolescence. Prédire l’obsolescence pourrait permettre des prises de décision rationnelles et donc réduire autant que possible les impacts négatifs. En fait, dans cette thèse nous cherchons à mettre au point/adapter/proposer de techniques modernes issues de l’Intelligence Artificielle pour prédire aussi précisément que possible l’occurrence d’une obsolescence. 

En vous souhaitant un très bon séminaire, 

Equipe de valorisation scientifique de QUARTZ.