Objectifs de la chaire

Cette chaire a pour objectif d’analyser les transformations opérées par les modèles et par des méthodes de diagnostic basées sur des données, en tirant des avantages mutuels et en les intégrant étroitement.

Le premier objectif est de mettre en évidence et de comprendre les correspondances qui peuvent exister entre eux et comment ils pourraient se mettre en synergie.

Le deuxième objectif est de pouvoir formuler des abstractions de classificateurs de données que nous pouvons mapper vers des modèles symboliques ou analytiques adaptés pour un diagnostic, allant ainsi une meilleure explicabilité et acceptabilité.

Cette chaire traite du diagnostic, y compris dans le domaine de la surveillance au sens le plus large, détection d’anomalies, isolement et identification des défauts, pronostic et gestion de la santé.

Ce sont des tâches pour lesquelles les systèmes intégrés humains / IA se montrent les plus performants.

Programmes : IA acceptable, certifiable & collaborative
Thèmes : Raisonnement automatique et décision, explicabilité, données et anomalies

Porteur :  Louise Travé-Massuyès, DR CNRS, LAAS

Co-chairs :

Elodie Chanthery, Assistant professor, LAAS-CNRS, INSA, Toulouse

Xavier Pucel, Research engineer, ONERA, Toulouse 

Nathalie Barbosa Roa, Data scientist and Big Data engineer, Vitesco Technologies, Toulouse

Site
http://homepages.laas.fr/louise

En savoir +

Louise Travé-Massuyès, virtuose du diagnostic automatique

La chercheuse consacre sa carrière à la recherche des causes de dysfonctionnement des machines. Elle développe des modèles de diagnostic automatique. Une thématique qui s’appuie de plus en plus sur les techniques d’intelligence artificielle.

Lire l’article Exploreur

Ne manquez rien !

Inscrivez-vous pour recevoir l'actualité d'ANITI chaque mois.

Nous n’envoyons pas de messages indésirables !

fr_FRFrench