Grant: Engage Grants Program

Les modèles statistiques et les modèles d'apprentissage machine sont déjà largement utilisés en affaires afin deprédire le comportement des clients ou la probabilité de défaut d'un emprunteur par exemple. Dans un contextede maintenance prédictive, des données provenant de capteurs peuvent servir à prédire le comportement desmachines, et en particulier leurs pannes. Contrairement à la maintenance préventive qui prévoit d'avance desopérations de maintenance à intervalles réguliers, la maintenance prédictive mesure donc l'état de la machineafin de déterminer le moment optimal auquel effectuer la maintenance. La compagnie Matricis développe unproduit commercial qui permettra de procéder à une maintenance prédictive. Les données provenant decapteurs comportent toutefois des caractéristiques qui défient les modèles existants. Il est donc nécessaired'adapter les méthodes existantes ou de développer des alternatives afin de répondre aux défis tels que lagrande fréquence des données de capteurs, la rareté de certaines pannes et le besoin d'une solution générale etfacilement applicables. Le but de ce projet est de fournir des solutions à ces problèmes. Un jeu de donnéescollecté dans un système d'aération institutionnel servira de banc d'essai, mais les solutions devront être pluslargement applicables.