Benchmark : comparaison de modèles de prédiction de pannes

Publié le 4 avril 2021
Publications scientifiques

La prédiction de pannes d’équipements industriels connectés en mode aveugle se base sur des algorithmes de détection d’anomalies ou de nouveautés sur des données de type séries temporelles brutes ou bien transformées.

Nos dernières publications scientifiques

Voir toutes les publications ▸

Comparaison de modèles de détection d’anomalies dans un contexte industriel

20/07/2023

Application aux données non cycliques

Détection des défauts des capteurs sur banc d’essai acoustique grâce au Machine Learning

20/07/2023

Amiral Technologies présente sa collaboration avec Airbus Aircraft sur la détection des pannes et l’utilisation d’un dictionnaire de défaillances pour identifier les anomalies observées sur un banc d’essai.

Détection d’anomalies en mode aveugle : les approches par jumeaux numériques

14/02/2023

Industrie 4.0

La détection d’anomalies en l’absence d’historiques de défauts (en mode aveugle) dans les données industrielles nécessite la caractérisation du domaine de normalité. Deux classes d’approches se portent candidates à la […]

Passer à la prédiction de pannes en mode aveugle devient enfin possible

Adresse

Amiral Technologies
12, rue Ampère
F-38000 GRENOBLE

Rejoignez-nous