Grant: Discovery Grants Program - Individual
École Polytechnique de Montréal
$32,000.00
Valorisation des données de production manufacturière pour une prise de décision personnalisée et décentralisée.
EF 2023-24
Résumé
Les systèmes de production ont beaucoup évolué au cours des dernières années pour s'adapter à diverses technologies complexes qui permettent aux entreprises manufacturières d'améliorer leur productivité et de s'adapter aux exigences changeantes des clients. Cet environnement en évolution accélérée exige un apprentissage continu de la part des opérateurs afin qu'ils parviennent à performer et à s'adapter à ce nouvel environnement. Le programme proposé se joint à l'effort national de transformation numérique pour l'amélioration de la compétitivité des entreprises. L'objectif à long terme de ce programme est de bâtir des systèmes de production capables d'intégrer l'intelligence collective développée par les opérateurs dans les technologies de support intelligentes pour améliorer les performances individuelles des opérateurs et de ce fait la compétitivité des manufacturiers canadiens. Il s'agit à court terme d'élaborer des méthodes et des outils pour prévoir les besoins en informations des opérateurs et développer la capacité de personnalisation des technologies d'aide à la décision en contexte manufacturier. Sur le plan scientifique, cet objectif est décliné en trois sous-objectifs comme suit: (SO1) Concevoir des approches d'intégration et d'enrichissement des données pour la personnalisation des recommandations; (SO2) Concevoir des méthodes permettant de répertorier et de tracer l'évolution de l'interaction entre les opérateurs et l'environnement de production; (SO3) Développer des outils de recommandation personnalisée d'actions dans un contexte manufacturier. Deux étudiants au doctorat (PhD-1 et PhD-2) et deux étudiants à la maîtrise (Msc-1 et Msc-2) participeront à la réalisation de ce programme. Ces étudiants développeront des compétences en analyse de données, en apprentissage automatique et en apprentissage profond, ainsi que la compréhension des contraintes du milieu manufacturier. Ces compétences combinées feront d'eux des moteurs du changement dans le secteur de la fabrication.
Programme
Discovery Grants Program - Individual
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
RGPIN-2023-05441
Name nom
Dadouchi, Camélia
Department département
Département de Mathématique et de Génie industriel
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2023
Award amount
32000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
DISCOVERY RESEARCH
Group fr
RECHERCHE AXÉE SUR LA DÉCOUVERTE
Committee code
1509
Committee name en
Civil, Industrial and Systems Engineering
Committee name fr
Génie civil, industriel et des systèmes
Area of application code
520
Area of application group en
Manufacturing processes and products
Area of application group fr
Procédés et produits industriels
Area of application en
Production and operations management
Area of application fr
Production et gestion des opérations
Research subject code
2700
Research subject group en
Information technology
Research subject group fr
Information technology
Research subject en
Technologie de l'information
Research subject fr
Technologie de l'information
Application title
Valorisation des données de production manufacturière pour une prise de décision personnalisée et décentralisée.
Keyword
Analytique des données; extraction de connaissances; Génie industriel; Gestion d'entreprise; Indicateurs de performances; Production manufacturière; Productivité; Systèmes de recommandation
Application summary
Les systèmes de production ont beaucoup évolué au cours des dernières années pour s'adapter à diverses technologies complexes qui permettent aux entreprises manufacturières d'améliorer leur productivité et de s'adapter aux exigences changeantes des clients. Cet environnement en évolution accélérée exige un apprentissage continu de la part des opérateurs afin qu'ils parviennent à performer et à s'adapter à ce nouvel environnement. Le programme proposé se joint à l'effort national de transformation numérique pour l'amélioration de la compétitivité des entreprises. L'objectif à long terme de ce programme est de bâtir des systèmes de production capables d'intégrer l'intelligence collective développée par les opérateurs dans les technologies de support intelligentes pour améliorer les performances individuelles des opérateurs et de ce fait la compétitivité des manufacturiers canadiens. Il s'agit à court terme d'élaborer des méthodes et des outils pour prévoir les besoins en informations des opérateurs et développer la capacité de personnalisation des technologies d'aide à la décision en contexte manufacturier. Sur le plan scientifique, cet objectif est décliné en trois sous-objectifs comme suit: (SO1) Concevoir des approches d'intégration et d'enrichissement des données pour la personnalisation des recommandations; (SO2) Concevoir des méthodes permettant de répertorier et de tracer l'évolution de l'interaction entre les opérateurs et l'environnement de production; (SO3) Développer des outils de recommandation personnalisée d'actions dans un contexte manufacturier. Deux étudiants au doctorat (PhD-1 et PhD-2) et deux étudiants à la maîtrise (Msc-1 et Msc-2) participeront à la réalisation de ce programme. Ces étudiants développeront des compétences en analyse de données, en apprentissage automatique et en apprentissage profond, ainsi que la compréhension des contraintes du milieu manufacturier. Ces compétences combinées feront d'eux des moteurs du changement dans le secteur de la fabrication.