La lecture en ligne est gratuite
Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres
Télécharger Lire

2009_CDD_these_FEMTO_pronostic

De
1 page
Thèse (CDD de 3 ans) financée
par une Allocation Ministère


Date limite de dépôt de candidature :
Fin juin (dans l’idéal) ou début juillet 2009

Titre de la thèse
Méthodes de pronostic basées sur les fonctions de croyance

MMMMiiiissssssssiiiioooonnnn
Développer des outils basés sur les fonctions de croyance pour prédire les modes de ...
Voir plus Voir moins
Thèse (CDD de 3 ans) financée par une Allocation MinistèreDate limite de dépôt de candidature : Fin juin (dans l’idéal) ou début juillet 2009 Titre de la thèseMéthodes de pronostic basées sur les fonctions de croyance MissionDévelopper des outils basés sur les fonctions de croyance pour prédire les modes de fonctionnement dans des systèmes industriels. ContexteLe/la doctorant(e) intégrera le département Automatique et Systèmes Micro-Mécatroniques du laboratoire de Recherche FEMTO-ST de Besançon. Le/la doctorant(e) sera conjointement encadré(e) par le Professeur Noureddine ZERHOUNI etle Maître de Conférences EmmanuelRAMASSOles dont activités de Recherche sont centrées autour du pronostic appliqué aux systèmes industriels. En fonction de ses résultats de Master, le/la doctorant(e) pourra prétendre à une bourse de Monitorat lui permettant d’enseigner au sein de l’Ecole Nationale Supérieure de Mécanique et des Microtechniques ou à l’Université de Franche-Comté. ActivitésPronostiquer consiste à prédire à plus ou moins long terme les états d’un système dynamique qui peut évoluer dans un environnement changeant. Les méthodes classiques de pronostic ainsi que celles de diagnostic reposent généralement sur l’estimation de modèles à partir de données préalablement mesurées sur le système. Cependant, l’utilisation de méthodes statistiques pour l’estimation de modèles de pronostic peut être remise en cause en fonction de la quantité et de la qualité des données utilisées. De plus, une méthode d’estimation de modèles de pronostic doit être capable de gérer le manque ou la présence d’informations a priori comme celles provenant d’historiques de mesures ou de règles expertes par exemple. Les fonctions de croyance, qui généralisent les mesures de probabilités et de possibilités, ont été justement proposées très récemment pour résoudre ces problèmes. Mais ces fonctions n’ont pas encore été explorées pour les problèmes de pronostic ce qui fait l’originalité de la thèse. Au cours de la thèse, les principales activités du doctorant seront: 1) Etudier l’état de l’art sur le pronostic tout en prenant en main les fonctions de croyance; 2) Développer une méthode de pronostic basée sur les fonctions de croyanceet la comparer à des méthodes de la littérature ; 3) Valider cette méthode sur des benchmarks ;4) Valoriser ses recherches par des publications. Des expérimentations pourraient être menées sur des données issues du projet FAME portant sur des machines tournantes de l’entreprise ALSTOM ou bien du projet SMAC portant sur des outils de mécanique de précision de l’entreprise TORNOS. Compétences requisesL’allocation ministérielle impose que le/la candidat(e) soit titulaire d’un master recherche effectué en France au cours de l’année 2008-2009. Il n’y a pas de condition sur la nationalité mais une bonne connaissance du français est importante pour la rédaction de la thèse ainsi que de l’anglais pour la rédaction de publications. Les candidat(e)s devront être issu(e)s de formation en Statistiques, Mathématiques appliquées, Finances, Analyse de données, Traitement de l’information. Des compétences en automatique seront appréciées. Il/Elle devra être à l’aise en programmation sous Matlab et si possible en C, C++ ou C#. CandidatureEnvoyer par email àemmanuel.ramasso@ens2m.fr etnoureddine.zerhouni@ens2m.fr: 1) un CV, 2) ème ème les notes de Master 2 ET le classement, 3) si possible les notes de 2ou 3année de l’école d’ingénieurs ou de Master 1, et 4) une lettre de recommandation du directeur du stage de recherche.
Un pour Un
Permettre à tous d'accéder à la lecture
Pour chaque accès à la bibliothèque, YouScribe donne un accès à une personne dans le besoin