Skip to content

Intelligence Artificielle

Cette section traite de l'intelligence artificielle appliquée aux systèmes industriels : apprentissage automatique, réseaux de neurones, vision artificielle et aide à la décision.

Domaines couverts

Apprentissage automatique (Machine Learning)

Apprentissage supervisé

  • Régression : régression linéaire, polynomiale, Ridge, Lasso — prédiction de valeurs continues
  • Classification : régression logistique, SVM, k-NN, arbres de décision, forêts aléatoires
  • Métriques : précision, rappel, F1-score, courbe ROC, matrice de confusion

Apprentissage non supervisé

  • Clustering : k-means, classification hiérarchique, DBSCAN
  • Réduction de dimension : ACP, t-SNE, UMAP
  • Détection d'anomalies : isolation forest, autoencodeurs

Apprentissage par renforcement

  • Agents, états, actions, récompenses, politique
  • Q-learning et Deep Q-Network (DQN)
  • Applications : robotique, optimisation de procédés

Réseaux de neurones et Deep Learning

Architecture Spécialité Application
MLP Approximation de fonctions Régression, classification
CNN Données spatiales Vision, contrôle non-destructif
RNN / LSTM Séquences temporelles Prévision, maintenance prédictive
Transformers Attention multi-têtes LLMs, vision, audio
Autoencodeur Compression, anomalie Détection de défauts

IA appliquée à l'industrie

Maintenance prédictive

  • Acquisition de signaux vibratoires, thermiques, électriques
  • Extraction de caractéristiques (FFT, statistiques temporelles)
  • Modèles de dégradation et estimation de la durée de vie restante (RUL)

Vision artificielle industrielle

  • Prétraitement d'images, détection et segmentation de défauts
  • Calibration de caméra, stéréovision, mesure 3D
  • Déploiement temps réel sur GPU embarqué (Jetson, Coral)

Optimisation

  • Algorithmes évolutionnaires pour l'optimisation de paramètres
  • Jumeaux numériques (Digital Twin) et modèles hybrides physique-IA

Outils et frameworks

Outil Usage
Scikit-learn ML classique (Python)
TensorFlow / Keras Deep learning
PyTorch Recherche et production
ONNX Interopérabilité des modèles
Edge Impulse Déploiement embarqué
OpenCV Vision artificielle