Publicación:
Diagnostic par Apprentissage

dc.contributor.authorUribe, Juan Sébastian
dc.date.accessioned2024-03-15T15:32:17Z
dc.date.available2024-03-15T15:32:17Z
dc.date.issued2014
dc.description68 páginas
dc.description.abstractLe diagnostic de pannes complexes sur des véhicules automobiles est pour l’instant réalisé par des experts lorsque les outils de diagnostic automatique ne fonctionnent pas. Le but de cette étude est de poursuivre les travaux antérieurs sur la réalisation d'un apprentissage artificiel à partir d’une base de données répertoriant les pannes antérieures pour aider les experts du diagnostic, en ajoutant de nouvelles contraintes sur les sorties du classifieur. Ainsi, plusieurs résultats seront proposés avec pour chacun une probabilité de vraisemblance associée. Les outils et algorithmes qui seront développés sont basés sur les machines à vecteurs de support (SVM) et la régression logistique multi-classes.fra
dc.description.abstractAbstract: Nowadays, fault diagnosis on complex vehicles is carried out by experts when the automatic diagnostic tools do not work. We will continue the previous work done about the feasibility study of implementing machine learning from a database of past failures to help the diagnosis experts, adding new demands made by PSA. For accomplishing this objective, we will use different classification techniques based in multi-class support vector machines (SVM) and logistic regression.eng
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Mecatrónico
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/6475
dc.language.isofra
dc.publisherUniversidad EIA
dc.publisher.facultyEscuela de Ingeniería y Ciencias Básicas
dc.publisher.placeEnvigado, Antioquia
dc.publisher.programIngeniería Mecatrónica
dc.rightsDerechos Reservados - Univesidad EIA - 2014
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposalApprentissage artificielfra
dc.subject.proposalDiagnostic automobilefra
dc.subject.proposalMachines à vecteurs de supportfra
dc.subject.proposalMulti-classesfra
dc.subject.proposalRégression logistiquefra
dc.subject.proposalArbre de décision binairefra
dc.titleDiagnostic par Apprentissagefra
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
UribeJuan_2014_DiagnosticParApprentisage.pdf
Tamaño:
2.55 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.49 KB
Formato:
Item-specific license agreed upon to submission
Descripción: