Soutenance de thèse d'Amina ALAOUI-BELGHITI

L'émergence de l'Industrie 4.0 et des systèmes intelligents entraîne une attention croissante pour les stratégies de maintenance prédictive afin de réduire le coût et les temps d'arrêt, et augmenter la disponibilité des équipements industriels. Nous présentons une vue d'ensemble des architectures de maintenance prédictive et nous nous intéressons à la détection d'anomalies. Nous apportons deux contributions à cette question de recherche. Une première méthode de classification semi-supervisée en transport optimal dans deux versions (paramétrique et non-paramétrique) pour la détection d'anomalies dans les séries temporelles. La deuxième contribution concerne une méthode non-supervisée de détection d'anomalies dans des données multidimensionnelles. Les résultats expérimentaux montrent l'efficacité de ces méthodes par rapport aux méthodes de l'état de l’art.