Intégration de connaissances du domaine et de l’apprentissage automatique pour l’estimation des paramètres de fabrication

Diallo, A. R. et Sylla, A. (2023) Intégration de connaissances du domaine et de l’apprentissage automatique pour l’estimation des paramètres de fabrication. Dans CIGI Qualita MOSIM 2023, Trois-Rivières, Québec, Canada DOI 10.60662/pyvs-cj63.

Prévisualisation

Texte CIGI_QUALITA_MOSIM_2023_paper_6005.pdf Télécharger (653kB) | Prévisualisation

Résumé

Dans le marché concurrentiel actuel, les clients demandent des produits personnalisés avec des délais de livraison courts. Dans un tel contexte où de nombreuses entreprises sont en concurrence pour les mêmes opportunités, une estimation rapide, précise et fiable des paramètres de fabrication (coût et temps) est indispensable pour gagner des appels d’offre. Cet article propose donc une nouvelle approche pour l’estimation des paramètres de fabrication. Elle est basée sur l’exploitation de données structurées, de données textuelles non structurées et des connaissances du domaine. Les premières expérimentations réalisées à l’aide d’un cas industriel montrent le grand potentiel de l’approche.

In today's competitive market, customers demand highly customized products with short lead times. In such a context where many companies are competing for the same opportunities, a quick, accurate, and reliable estimation of manufacturing parameters (cost and time) is essential to win tenders. This article therefore proposes a new approach for the estimation of manufacturing parameters. The proposed approach is based on the exploitation of structured data, unstructured textual data and domain knowledge. The first experiments realized thanks to an industrial use case show the great potential of this approach.

Type de document:	Document issu d'une conférence ou d'un atelier (NON SPÉCIFIÉ)
Mots-clés libres:	Fabrication à la commande Estimation de paramètres de fabrication Fouille de texte Apprentissage automatique Connaissances du domaine Make to order Manufacturing parameters estimation Text mining Machine learning Domain knowledge
Date de dépôt:	17 août 2023 18:25
Dernière modification:	11 sept. 2023 17:19
URI:	https://collection-numerique.uqtr.ca/id/eprint/2085

Actions (administrateurs uniquement)

Éditer la notice