Méthodes d'apprentissage statistique pour la prédiction de charges et de contraintes aéronautiques
Auteur / Autrice : | Edouard Fournier |
Direction : | Thierry Klein, Fabrice Gamboa |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées |
Date : | Soutenance le 14/10/2019 |
Etablissement(s) : | Toulouse 3 |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, informatique et télécommunications (Toulouse) |
Partenaire(s) de recherche : | Laboratoire : Institut de mathématiques de Toulouse (2007-....) |
Mots clés
Résumé
Cette thèse s'intéresse à l'apprentissage et à la représentation de données de charges et contraintes aéronautiques. Nous réalisons dans un premier temps une étude préliminaire pour la prédiction des courbes de charges aéronautiques. Nous comparons des méthodes de régression à base d'arbres et quantifions l'influence de techniques de réduction de dimension sur les performances en régression dans un cadre d'extrapolation. Dans un second temps, nous développons un modèle de déformation agissant simultanément sur les entrées et sorties des courbes. Nous étudions les propriétés asymptotiques des estimateurs des paramètres de déformation. Ce modèle de déformation est associé au processus de modélisation et prédiction des charges aéronautiques. Dans un troisième temps, nous donnons une méthodes simple et efficace de prédiction de charges critiques.