Sommaire : Les différentes étapes du diagnostic d’un système. Classification
des méthodes de diagnostic. Génération de résidus robuste (Espace de parité, Observateurs,
Identification paramétrique. Evaluation des résidus (Détection, Localisation).
Diagnostic par reconnaissance des formes (Classification Bayesienne, Classification
Neuronale, Classification floue). Diagnostic par système expert (Raisonnement a base de
règles floues).
Sommaire : Introduction aux systèmes à apprentissage : Motivations, Qu’est-ce que
l’apprentissage ?, Apprentissage et recherche d’une fonction, Différents types
d’apprentissage. Apprentissage supervisé : Régression, Classification. Apprentissage
non supervisé : clustering, Analyse en composantes principales. Apprentissage par
renforcement : Position du problème, Equation de Bellman, Principe de l’optimisation
dynamique. Réseaux de neurones : Repères historiques, Inspiration biologique, Le
neurone formel, Caractéristiques générales des réseaux de neurones, Les architectures.
Apprentissage des réseaux : Principe de l’apprentissage, Réseaux monocouche, Réseaux
multicouche. Systèmes d’inférence floue : Notion de sous-ensemble flou et opérations,
Codage des connaissances à base de règles, Constitution d’un Système d’inférence
flou.
|