Data Science

Développement d’algorithmes de Machine Learning (ML) et Deep Learning pour la détection et la classification de données issues de mesures physiques (Audible, Ultrasons, Thermographie, Courant de Foucault)

  •   Algorithmes prédictifs de la durée de vie des structures à partir du clustering des données d’émissions acoustiques (applications BTP et réservoirs hautes pressions) à base de réseaux de type LSTM et divers méthodes de clustering par machine learning.
  •  Algorithmes de ML pour la surveillance de pièces dans l’automobile grâce à des réseaux de neurones de type MLP et réseau convolutifs.
  •  Algorithme de détection d’anomalie dans données de surveillance de grandes structures par courant de Foucault. Méthodes multiples réseaux convolutif 1D et 2D ainsi que des réseaux de type MLP.
  •  Analyse de données et construction de base de données et visualisation, Analyse de séries temporelles.

 

 
Materials properties prediction

 
Clustering of AE Events

 

 
Classification of vibrational responses of automotive component

 

  

Fiche technique