Tras sus prácticas de fin de año en el CARL, estamos muy contentos de que Kevin Ducharlet pueda seguir trabajando con los equipos del DRI para comenzar su doctorado (tesis CIFRE). La Industria 4.0 conduce a la gestión de activos mediante datos generados por sensores. Para CARL Software, esto se reduce al desarrollo de una plataforma de software que construye gemelos digitales de estos activos. Sin embargo, los valores atípicos y anormales contenidos en los datos de los sensores hacen que todos los cálculos necesarios sean inexactos. Esto puede deberse a un comportamiento defectuoso del sensor, a un problema durante la transmisión de la señal o a un posicionamiento no deseado del sensor.
Este tema de tesis se titula: "Certificación y confianza en los datos de los sensores: detección de valores atípicos y anormales en las series temporales." será dirigido por Louise Travé-Massuyès y Marie-Véronique Le LannDentro de la Equipo DISCO, LAAS-CNRS. En este sentido, el objetivo de este proyecto es certificar la calidad de los datos de los sensores:
- Como primer paso, queremos calcular una puntuación de confianza para cada sensor en cada paso de tiempo.
- A continuación, queremos detectar anomalías en todo el sistema utilizando los datos de confianza.
El resultado es el desarrollo de un software de detección de anomalías que sugiere una ayuda de diagnóstico que se inserta en la plataforma de software digital emparejada. La integración de la solución en una plataforma de software que se distribuirá a los clientes impone ciertos requisitos:
Debe ejecutarse de forma totalmente automática, ya que se utiliza en segundo plano en la plataforma completa, lo que significa que no podemos pedir a un operador que establezca manualmente ciertos parámetros, ya que sería lento para un experto dar una etiqueta (normal o anormal) a cada instancia de datos, el método debe ser no supervisado.
Estamos encantados de tener a Kevin con nosotros y le deseamos mucha suerte para los próximos 3 años.
Biografía :
Kevin Ducharlet lleva varios años interesado en la informática y las aplicaciones de la inteligencia artificial. Quiso continuar sus estudios en este campo con un doctorado tras graduarse en la escuela de ingeniería IMT Lille Douai. Empezó a trabajar en este proyecto gracias a unas prácticas que le permitieron familiarizarse con su entorno y con el estado del arte de la detección de anomalías.
