Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Loubna Benabbou : UQAR - Université du Québec à Rimouski
Avec la massification des données issues des processus de production, l’augmentation des capacités de calcul des ordinateurs et la performance des algorithmes issus de l’intelligence artificielle, la valorisation des données massives émerge comme un domaine révolutionnaire qui a le potentiel d’aider les entreprises à atteindre l’excellence opérationnelle et améliorer leur performance. En effet, la disponibilité de grandes quantités de données à un prix abordable et l’introduction de technologies de production intelligentes ont accéléré la digitalisation industrielle et ont donné naissance à des modèles d’affaires et des approches de gestion innovants. Plusieurs recherches ont souligné l’impact positif de la valorisation des données massives sur l’amélioration de la productivité et l’efficacité des entreprises. Cette conférence va porter sur une démarche d’excellence opérationnelle axée sur les données massives afin d’améliorer la performance des processus de production. L’application de cette démarche basée sur les méthodes de l’apprentissage automatique et de l’optimisation pour l’amélioration de la performance des processus de production dans l’industrie manufacturière sera aussi discutée.
L’apprentissage profond a permis plusieurs avancées dans des domaines historiquement difficiles tels que la classification des images. Cependant, peu de ces progrès ont été intégrés aux produits et aux processus. En effet, la plupart des résultats n’ont pas été appliqués à l’ensemble des problèmes qu’ils peuvent résoudre.
Dans ce colloque, nous nous intéressons à deux secteurs, le génie logiciel et la numérisation des processus industriels, qui sont à première vue très éloignés, mais qui en réalité peuvent être très proches quant à l’expérience de l’application de l’apprentissage profond à leurs problématiques.
Dans le domaine du génie logiciel, selon une analyse des articles publiés, l’apprentissage profond a été exploité pour aider les développeurs dans plusieurs tâches du génie logiciel, telles que la synthèse des programmes ou la prévision des défauts.
L’augmentation de la valeur ajoutée des produits et l’atteinte de l’excellence opérationnelle des processus sont entre autres les effets positifs de l’utilisation de l’apprentissage profond pour la numérisation en industrie. Plusieurs applications illustrent ces effets, comme la maintenance prédictive et la prise de décision en temps réel. Ces applications présentent des opportunités, mais aussi des défis. L’automatisation intelligente des processus par l’intermédiaire de la mécatronique a contribué à l’émergence de l’industrie 4.0.
L’avènement de l’apprentissage profond, les avancées de celui-ci et la démocratisation des outils utilisés dans le domaine ont suscité un grand intérêt, mais n’ont pas donné de résultats convaincants pour le génie logiciel ni pour le développement de solutions pouvant être moins coûteuses, par exemple dans le monde de l’industrie.
Ces dernières années, de grands investissements ont été consentis pour intégrer les progrès de l’apprentissage profond dans de nouveaux produits. Cependant, il est clair que plusieurs secteurs ont été délaissés, car le rendement de l’investissement semble moins prometteur.
Ce colloque, organisé par le Laboratoire de recherche en génie logiciel et en intelligence artificielle (GLIA) de l’UQAR, offrira une occasion exceptionnelle de :
Thème du congrès 2021 (88e édition) :
Thème du colloque :
Date :
4 mai 2021
Titre du colloque :
Responsables :
