Application des méthodes d'intelligence artificielle à l'analyse des données concernant les canalisations de gaz

Etudiant en deuxième année à l'Institut de la Francophonie pour l'Informatique au Vietnam, je prépare le diplôme de master en informatique. J’ai fait mon stage de fin d’études chez Gaz de France – Direction de la Recherche dans le Pôle Statistiques et Intelligence artificielle. J’ai travai...

Full description

Saved in:
Bibliographic Details
Main Authors: PICHLOVA, Marketa, CHU, Thanh Quang
Format: Theses and Dissertations
Language:French
Published: 2015
Online Access:http://repository.vnu.edu.vn/handle/VNU_123/126
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Vietnam National University, Hanoi
Language: French
Description
Summary:Etudiant en deuxième année à l'Institut de la Francophonie pour l'Informatique au Vietnam, je prépare le diplôme de master en informatique. J’ai fait mon stage de fin d’études chez Gaz de France – Direction de la Recherche dans le Pôle Statistiques et Intelligence artificielle. J’ai travaillé pendant 6 mois sur le sujet « Application des méthodes d'intelligence artificielle à l'analyse des données concernant les canalisations de gaz ». L’objectif du stage est de l’explorer des informations intéressantes concernant le problème de corrosion des canalisations de gaz. Il s’agit d’utiliser différentes méthodes d’Intelligence Artificielle pour analyser une base de données des défauts de revêtements sur les tubes transportant du gaz. Il y a deux parties dans mon travail. La première partie, consistait à étudier la présence de la corrosion sur les défauts de revêtement en utilisant des méthodes qui peuvent faire la prédiction de la corrosion telles que les réseaux de neurones, les arbres de décision, les machines à vecteur support, k-plus proches voisins, etc. Ces méthodes non-explicatives ne sont pas capables d’expliquer les causes de la corrosion. Et dans la deuxième partie, j’ai utilisé la méthode de réseaux bayésiens pour expliquer les causes de la corrosion sur les canalisations en analysant les relations découvertes entre les variables de la base de données.