Les techniques avancées du diagnostic et détection de défauts

BENDAHMANE, Asmaa; HAMDI CHERIF, Sarah

dc.contributor.author	BENDAHMANE, Asmaa
dc.contributor.author	HAMDI CHERIF, Sarah
dc.date.accessioned	2021-12-13T08:02:55Z
dc.date.available	2021-12-13T08:02:55Z
dc.date.issued	2021-07-11
dc.identifier.uri	http://hdl.handle.net/STDB_UNAM/211
dc.description.abstract	Ce travail présente une synthèse des méthodes d’apprentissage et d’optimisation les plus utilisées pour la détection et le diagnostic de défauts. Puis, une métaheuristique à population, plus précisément l’algorithme génétique est adapté dans le but d’optimiser une méthode déjà existante - basée sur la méthode de l’analyse inverse par onde transitoire - de détection de fuites dans une canalisation. L’objectif étant de remplacer une méthode exacte d’optimisation (coûteuse en temps et en mémoire) par une méthode approchée qui nous permettra de gagner en temps de diagnostic.	en_US
dc.language.iso	fr	en_US
dc.publisher	Directeur: M Mustapha Anwar BRAHAMI / Co-Directeur: Dr Sidi Mohammed ABDI	en_US
dc.subject	Intelligence Artificielle, Apprentissage, Optimisation, Métaheuristiques, Détection de fuites, Algorithme génétique.	en_US
dc.title	Les techniques avancées du diagnostic et détection de défauts	en_US
dc.type	Thesis	en_US