Diagnostic automatisé d'aiguillage ferroviaire par apprentissage statistique

Quentin Grimonprez (1) , Benjamin Lamoureux (2) , Etienne Goffinet (1) , Pierre Dersin (2) , Christophe Biernacki (1)

1 MODAL - MOdel for Data Analysis and Learning
2 Alstom Transport - Alstom Transport

Le but de cette étude est de comparer les performances des méthodes d'analyse de données fonctionnelles par rapport à une approche basée sur des descripteurs métiers pour automatiser le diagnostic d'aiguillages ferroviaires.

Mots clés: diagnostic; classification; données fonctionnelles; analyse en composantes principales

Domaines: Sciences de l'ingénieur [physics]

Quentin Grimonprez, Benjamin Lamoureux, Etienne Goffinet, Pierre Dersin, Christophe Biernacki. Diagnostic automatisé d'aiguillage ferroviaire par apprentissage statistique. Congrès Lambda Mu 22 « Les risques au cœur des transitions » (e-congrès) - 22e Congrès de Maîtrise des Risques et de Sûreté de Fonctionnement, Institut pour la Maîtrise des Risques, Oct 2020, Le Havre (e-congrès), France. ⟨hal-03479596⟩