Projet de fin d'étude : Pronostic de durée de vie résiduelle de Batteries: entraînement auxiliaire pour améliorer Les performances sur un jeu de données limité

Etudiant : EL AMRANY SAMIR

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. EL BEQQALI OMAR

Annèe : 2024

Résumé : La Gestion Prognostique et de Santé (GPS) est essentielle pour optimiser la maintenance des équipements, qui peut représenter une part importante des coûts de production dans diverses industries. La GPS, en particulier à travers des processus prognostiques tels que l'estimation de la Durée de Vie Utile Restante (DVUR), améliore l'efficacité de la maintenance, soutient la prise de décision et réduit les pannes coûteuses. Malgré le potentiel de l'apprentissage profond (DL) en GPS, son application est limitée par la rareté des données et des valeurs de capteurs non représentatives. Pour relever ces défis, le stage visait à exploiter plusieurs jeux de données et à explorer des techniques d'entraînement auxiliaires pour améliorer la généralisation du modèle, notamment dans les cas où les jeux de données de support et cibles diffèrent en termes de caractéristiques.