19/12/2023 - 14H00 - Salle de réunion du 5ème CRAN - FST- 1ER CYCLE Bât Henri Poincaré 54500 Vandoeuvre lès Nancy 
""A Formal Concept Analysis-based methodology for Knowledge Extraction and Rules Engineering for Additive Manufacturing""
(Thèse Yandé NDIAYE)
Résumé :
Cette thèse se concentre sur le développement d'une méthodologie pour appliquer le protocole d'Analyse de Concept Formel (FCA) à des données réelles de Fabrication Additive. L'objectif est de permettre l'extraction de connaissances précieuses concernant les multiples paramètres et facteurs impliqués dans le processus de Fabrication Additive. Découvrir des connaissances cachées dans les données aiderait les fabricants et les acteurs de l'industrie à améliorer non seulement leurs méthodes de fabrication de pièces, mais aussi à fournir des produits de meilleure qualité. Cette synthèse de recherche se concentre sur l'établissement d'une méthodologie détaillée pour découvrir de manière fiable des connaissances à partir de données déjà observées et de données inédites, ainsi que de les représenter avec des règles d'association. L' objectif est d'explorer la pertinence de la FCA, méthode qui n'a à ce jour jamais encore été utilisée dans le contexte de la Fabrication Additive, pour extraire des connaissances. Des données réelles ont été utilisées pour démontrer l'utilité de la méthodologie développée. À partir de ces résultats, nous pouvons ensuite tirer des conclusions sur les liens sous-jacents entre plusieurs paramètres. Nous commençons par résumer les principales notions abordées dans cette thèse : la Fabrication Additive, l'analyse de concept formel et l'analyse de données multi-dimensionelle. Ensuite, nous décrivons l'état actuel de la littérature scientifique concernant l'utilisation des techniques d'Intelligence Artificielle (AI) visant à découvrir des connaissances cachées. Nous cherchons à avoir une vue d'ensemble sur les méthodes d'Intelligence Artificielle les plus couramment utilisées, mais aussi de leurs limites. Ensuite, nous introduisons une nouvelle méthodologie, basée sur la FCA, pour extraire des règles d'association à partir de données, suivie de leur ingénierie afin d'extraire de la connaissance. La méthodologie décrite est ensuite appliquée à un cas concret. Nous discutons ensuite des résultats obtenus et tentons de les interpréter dans un contexte industriel de Fabrication Additive. Enfin, les limitations et les orientations de recherche futures sont discutées.
| Jury : | |
| - Rapporteurs : | Prof. Catherine DA CUNHA - Professeur à l'Université de Nantes / École Centrale de Nantes |
| Diego TORRES - Professeur à l'Universidad Nacional de La Plata, Argentine Examinateurs | |
| - Autres membres : | Hervé PANETTO - Professeur à l'Université de Lorraine, CRAN Mario LEZOCHE - MdC HDR à l'Université de Lorraine, CRAN Hind BRIL EL HAOUZI - Professeur à l'Université de Lorraine, CRAN Dr. Yan LU - Chercheur senior au National Institute of Standards and Technology (NIST), Etats-Unis |
