Quels jeux de données pour la prédiction d’anomalies dans l’industrie 4.0 ?

Mouhamadou Saliou Diallo , Sid Ahmed Mokeddem , Agnès Braud (1) , Gabriel Frey (1) , Nicolas Lachiche (1)

1 ICube - Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie

L’industrie du futur est celle où les machines sont équipées de capteurs afin de suivre le bon déroulement des opérations. La prédiction d’anomalies, en particulier de pannes, est un enjeu important pour réduire les coûts liés aux arrêts des chaînes de production. Il faut des jeux de données variés pour mettre au point et tester des algorithmes d’apprentissage adéquats. Cet article établit les caractéristiques requises pour ces jeux de données et donne des exemples de jeux de données adaptés mais aussi de jeux de données inadaptés. Nous montrons un exemple de mise en œuvre et proposons plusieurs perspectives de recherche.

Domaines: Apprentissage [cs.LG]

Mouhamadou Saliou Diallo, Sid Ahmed Mokeddem, Agnès Braud, Gabriel Frey, Nicolas Lachiche. Quels jeux de données pour la prédiction d’anomalies dans l’industrie 4.0 ?. GAST@EGC20 : Gestion et Analyse des données spatiales et temporelles, Bruxelles, Belgique, 27-31 janvier 2020, Jan 2020, Bruxelles, Belgique. ⟨10.13140/RG.2.2.26336.02563⟩. ⟨hal-03701303⟩