Techniques et méthodologie issues de l’intelligence artificielle pour l’amélioration de la détection et de la prévision d’obsolescence d’un système complexe.

Thèse TRABELSI Imen

 

La pénétration récente des nouvelles technologies (logiciels et produits) dans des secteurs tels que l’automobile ou la domotique crée de véritables défis commerciaux, techniques et scientifiques, ce qui entraîne l’obligation cruciale de résoudre les problèmes qu’elle génère, comme l’obsolescence. De nos jours, ce phénomène est très courant dans notre société et touche tous les secteurs tels que la mécanique, l’électronique et l’informatique. Pour faire face à l’obsolescence, deux points de vue complémentaires peuvent être étudiés, 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 particulièrement sur la prédiction de l’obsolescence. La prédiction de l’obsolescence pourrait en quelque sorte permettre une prise de décision rationnelle et ainsi minimiser les impacts négatifs. En fait, dans cette thèse nous visons à développer/adapter/proposer des techniques modernes issues de l’Intelligence Artificielle pour prédire aussi précisément que possible l’occurrence d’obsolescence de systèmes complexes.

 

Encadrement : 

 

ZOLGADRI Marc, Maher Barkallah, Besma Zeddini et Mohamed Haddar.

Mél : imen.trabelsi@supmeca.fr