Skip to Main content Skip to Navigation
Conference papers

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.
Complete list of metadata

Cited literature [20 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-02279417
Contributor : WANG Zhiqiang Connect in order to contact the contributor
Submitted on : Thursday, September 5, 2019 - 11:45:53 AM
Last modification on : Friday, August 5, 2022 - 2:54:51 PM
Long-term archiving on: : Thursday, February 6, 2020 - 5:34:52 AM

File

Classification contextuelle po...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02279417, version 1

Citation

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⟩

Share

Metrics

Record views

88

Files downloads

44