Diagnostic automobile par apprentissage – DIAPA

Le but du projet est d'améliorer les procédures de diagnostic de véhicules par apprentissage statistique à partir des données log-files des capteurs (les enregistrements de codes de fonctionnement). Les travaux envisagés doivent permettre une mise en œuvre de techniques d'analyse et de fouille de données. Il n'existe actuellement aucune solution donnant satisfaction en terme de collecte d'informations issues des diagnostics effectués sur les véhicules et de leur traitement en vue d'optimiser les méthodologies de diagnostic et d'aider à la prise de décisions. La finalité de ce projet est d'automatiser le traitement des log-files et de générer des arbres de diagnostic simplifiés
Le domaine automobile représente une excellente application des techniques de diagnostic par apprentissage. Nous espérons obtenir à la suite de ces travaux, à la différence des méthodes statistiques bayésiennes, des techniques de classification permettant de gérer des données hétérogènes, imprécises et incertaines en provenance de différentes sources.
Nous prévoyons également expérimenter nos techniques sur des ensembles de sources de données provenant des capteurs dédiés au diagnostic (log-files).
Etablir un lien entre les modèles de vieillissement des composants et le diagnostic nous semble également un objectif original et intéressant.
Finalement, ce projet permet d'initier des travaux de recherche sur un domaine porteur avec des partenariats industriels et des collaborations entre académiques.