Doctorante, Polytech Annecy-Chambéry.
Contact
Courriel : fatema.el-husseini@ univ-smb.fr
Téléphone : +33 759368753
Portable :+33 759368753,+961 3 065260
Bureau : A103
Adresse : LISTIC, 5 chemin de bellevue, CS80439, 74 944 Annecy Cedex
Thèse
Theme: ReGard
Sujet :Solutions d’apprentissage automatique efficaces et robustes pour l’industrie 4.0
Résumé :Récemment, la quatrième révolution industrielle, ou industrie 4.0, a été définie par l’intégration de technologies de pointe telles que l’automatisation, l’analyse de données et l’internet des objets (IdO) dans les processus industriels et de production. L’intelligence artificielle, en particulier l’apprentissage automatique, nous permet de construire des solutions qui apprennent de l’expérience et progressent sans programmation explicite. En permettant l’analyse et l’interprétation de volumes massifs de données produites par des appareils connectés à l’industrie et en alimentant des systèmes d’automatisation et de contrôle de pointe, l’apprentissage automatique (ML) joue un rôle essentiel dans l’industrie 4.0. Il permet au secteur de réduire les coûts et les temps d’arrêt, de prévoir la maintenance, d’améliorer la qualité des produits et d’optimiser la performance des opérations industrielles. Cette thèse analysera les avantages, les limites et les orientations futures de l’apprentissage automatique pour l’industrie 4.0. Ensuite, nous nous concentrerons sur la conception de solutions efficaces et robustes d’apprentissage automatique et d’apprentissage profond pour l’industrie 4.0, en mettant l’accent sur la maintenance prédictive, le contrôle qualité prédictif et l’inspection.
Mots-clefs :
Publications :
- Advanced Machine Learning Approaches for Zero-Day Attack Detection: A Review
- Security and Privacy-Preserving for Machine Learning Models: Attacks, Countermeasures, and Future Directions
- Machine-Learning-Based Smart Energy Management Systems: A Review
Linkedin:http://linkedin.com/in/fatema-el-husseini-40a86081
Encadrant : Prof.Flavien Vernier.
Co-encadrant :Prof.Hassan N. Noura.
Début de la thèse :1/09/2023
Ecole doctorale : SIE Sciences, Ingénierie, Environnement