EphèseLe catalogue de la bibliothèque de l'ECAM

Prédiction de consommation d’énergie et détection d’anomalies sur une chaîne de production par intelligence artificielle / Hugues-Evremond Mottet 

Public ISBD Titre : Prédiction de consommation d’énergie et détection d’anomalies sur une chaîne de production par intelligence artificielle Type de document : Travail de fin d'études Auteurs : Hugues-Evremond Mottet, Auteur ; Quentin Ledent, ; Quentin de Grady, Editeur : ECAM Année de publication : 2021 Note générale : TECHNIFUTUR Langues : Français (fre) Index. décimale : TFE - Electromécanique Résumé : La numérisation du secteur de l'énergie a fourni une immense quantité de données. Il en résulte une opportunité encore inexploitée d'économies d'énergie qui se baseraient sur l'analyse de ces données. Ces dernières années, d'importantes recherches ont été menées sur l'optimisation énergétique par l'apprentissage automatique. Avec les progrès des réseaux neuronaux profonds, les chercheurs ont étudié le potentiel de l'utilisation d'algorithmes d'apprentissage automatique en série temporelle pour développer des systèmes sophistiqués de prédiction et d'alerte proactive pour la gestion de l'énergie. Dans ce travail, l'utilité de l'algorithme d'apprentissage automatique en série temporelle est étudiée pour la détection d'anomalies. Prédiction de consommation d’énergie et détection d’anomalies sur une chaîne de production par intelligence artificielle [Travail de fin d'études] / Hugues-Evremond Mottet, Auteur ; Quentin Ledent, ; Quentin de Grady,  . - ECAM, 2021. TECHNIFUTUR Langues : Français (fre) Index. décimale : TFE - Electromécanique Résumé : La numérisation du secteur de l'énergie a fourni une immense quantité de données. Il en résulte une opportunité encore inexploitée d'économies d'énergie qui se baseraient sur l'analyse de ces données. Ces dernières années, d'importantes recherches ont été menées sur l'optimisation énergétique par l'apprentissage automatique. Avec les progrès des réseaux neuronaux profonds, les chercheurs ont étudié le potentiel de l'utilisation d'algorithmes d'apprentissage automatique en série temporelle pour développer des systèmes sophistiqués de prédiction et d'alerte proactive pour la gestion de l'énergie. Dans ce travail, l'utilité de l'algorithme d'apprentissage automatique en série temporelle est étudiée pour la détection d'anomalies.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
aucun exemplaire

Documents numériques

Ce document n'est visible qu'après identification TFe_Mottet_Hugues_compressed.pdf Adobe Acrobat PDF

---

1 (1 - 1 / 1) Par page : 25 50 100 200