Les réseaux de neurones au service de l'industrie 4.0
Durée
3 jours, 15 heures
Modalité
Objectifs
Présenter un panorama des opportunités et technologies des réseaux de neurones au service de l'industrie des procédés continus
Expliquer des techniques pouvant apparaître complexes en milieu industriel
Présenter les domaines d'applications de ces outils : optimisation de qualité, maintenance préventive
Évaluer les avantages et les limites des techniques d'intelligence artificielle dans des applications de modélisation du procédé, d'optimisation de la qualité et de maintenance préventive
Redonner un sens aux données de la production historisées pour construire des modèles non linéaires boîtes noires et comparer les résultats issus de ces modèles aux connaissances métiers
Prérequis
Bonne connaissance de l'environnement du contrôle-commande des procédés industriels
Public cible
Techniciens supérieurs ou ingénieurs des services contrôle de procédé, contrôle avancé et bureau d’études.
Financement
- OPCO
- France Travail
Programme
Introduction
- Les techniques d'intelligence artificielle existent depuis plus de 30 ans : méthodes statistiques simples, régression PLS, réseaux de neurones, modèles de krigeage, algorithmes génétiques.
- Quelles raisons expliquent l'engouement généralisé pour l'IA ?
Les réseaux de neurones
- Introduction aux réseaux de neurones.
- Définition d'un neurone formel et d'un réseau de neurones.
- Les algorithmes d'apprentissage adaptés aux réseaux de neurones.
- L'intérêt des réseaux de neurones par rapport à des méthodes statistiques classiques.
- Utilisation de la connaissance physico-chimique d'un procédé pour structurer un réseau de neurones.
- Plan d'expériences : comment recueillir des données pour constituer une base d'apprentissage et base de test ?
- Les stratégies expérimentales pour minimiser le nombre d'essais lors d'une modélisation avec des réseaux de neurones.
Applications
- Mise en oeuvre de réseaux de neurones artificiels dans un cas industriel (méthodologie, configuration des données, gestion des bases de cas).
- Retours d'expérience : les atouts de cette technique au service du procédé industriel.
Travaux pratiques 40 %
- Méthodologie d'élaboration d'un plan d'expérience.
- Application d'un réseau de neurones sur des données industrielles en vue d'établir un modèle prédictif pouvant avoir des applications en maintenance prédictive.
Méthodes pédagogiques
Nos formateurs basent leur animation sur des techniques de pédagogie active, et si nécessaire sur des méthodes ludopédagogiques. Afin de renforcer l'apprentissage et d'optimiser une application pratique sur le terrain, les apprenants bénéficient d'exercices, cas concrets conçus par des professionnels de terrain, jeux de rôles, quizz, tests, adaptés au programme de formation.
Modalités d'évaluation
Une évaluation à chaud est effectuée en fin de formation par des tests permettant de valider la compréhension et l'intégration de la thématique par les apprenants; une évaluation à froid peut être proposée quelques mois aprés la formation afin de valider l'appropriation des méthodes et les changements obtenus à la suite de la formation. Une attestation de formation reprenant l'ensemble des objectifs pédagogiques sera délivrée à chaque participant à l'issue de la formation.
En savoir plus
Télécharger le programme
PDF — 1,2 Mo
Accessibilité aux personnes handicapées
Comment se déroulent nos formations ?
Avis et satisfaction
recommandent ira
Score obtenu à partir de 8389 réponse depuis 2020
- 89% recommandent les compétences formateur Basé sur 8389 réponses d'apprenants
- 90% sont satisfait de la proximité du lieu de formation Basé sur 8389 réponses d'apprenants
- 88% sont satisfait de l'organisation globale des formations Basé sur 8389 réponses d'apprenants
Prochaines sessions
Obtenez votre devis personnalisé
Cette formation dans vos locaux
Prochaines sessions
Obtenez votre devis personnalisé
Cette formation dans vos locaux
Demande de devis
Les réseaux de neurones au service de l'industrie 4.0
Ces formations pourraient aussi vous intéresser
Aucune formation similaire trouvée