Private Learning pour la maintenance prédictive : pourquoi et comment ?
Résumé
Dans le milieu industriel, la transition de la maintenance corrective à la maintenance conditionnelle (ou prédictive) nécessite lâanalyse de données qui peuvent revêtir un caractère sensible. Il est donc nécessaire dâutiliser des méthodes dâapprentissage qui préservent la confidentialité des données. Sur cette base et en utilisant un cas dâusage SNCF Réseau, nous proposons une méthodologie de mise en Åuvre du Private Learning pour faire du calcul dâindicateurs métier, de la détection dâanomalies et de la prédiction sur des données chiffrées.
Télécharger le résume PDFRevoir la vidéo :
A propos - Preditic
L'innovation digitale au service du secteur industriel. Vous avez des projets de transformation numérique, nous avons des solutions adaptées, retrouvez nos packs. Nos offres sont modulaires et évolutives, nous nous adaptons à votre environnement et nos solutions sont orientées vers vos métiers.
preditic.com/
A propos des orateurs
Serge Chaumette
Professor at Bordeaux University/LaBRI, VP Innovation at Preditic, Directeur Scientifique at CertiFence
Christophe Dumora
Data Scientist
Jonathan Ouoba
PhD, Co-founder and CTO Preditic