| Titre : | Pronostic des systemes industriels basé sur l'inteligence artificielle predictive |
| Auteurs : | Zohra Bouzidi, Auteur ; Labib Sadek Terrissa, Directeur de thèse |
| Support: | Thése doctorat |
| Editeur : | Biskra [Algerie] : Université Mohamed Khider, 2019 |
| Langues: | Français |
| Mots-clés: | Prognostics and Health Management (PHM) ; Durée de vie résiduelle (RUL) ; Pronostic en tant que service ; Cloud Computing, Intelligence artificielle ; Mesures de performance ; Qualité de service (QoS). |
| Résumé : |
Dans cette thèse, nous proposons une nouvelle approche de pronostic basé sur le modèle cloud computing afin de présenter le pronostic en tant que service. Cette approche fournit une solution de pronostic efficace à la demande d’un client tout en assurant une meilleure qualité du service. Trois méthodes de pronostic guidé par les données (réseau de neurones artificiels, système neuro-flou et réseau bayésien) ont été implémentées et testées sur des données de moteurs d’avions du NASA. Nous avons étudié la performance de notre système de pronostic en fonction de l’exactitude, la précision et de l’erreur quadratique moyenne. Enfin une évaluation des qualités de service (QoS) de la solution a été effectuée.
Prognostics and Health Management (PHM), Durée de vie résiduelle (RUL), Pronostic en tant que service, Cloud Computing, Intelligence artificielle, Mesures de performance, Qualité de service (QoS). |
Exemplaires (2)
| Cote | Support | Localisation | Disponibilité | Emplacement |
|---|---|---|---|---|
| TH/2352 | Thèse doctorat | Bibliothèque centrale El Allia | Exclu du prêt | Salle de consultation |
| TH/2352 | Thèse doctorat | Bibliothèque centrale El Allia | Exclu du prêt | Salle de consultation |
Consulter en ligne (1)
 Consulter en ligne URL |
