Les thèses du mois : "Comment l’IA accompagne la mutation des usines"

Pour vous accompagner et vous fournir une information toujours plus riche, Techniques de l'Ingénieur s'associe au Réseau National des Ecoles Doctorales - Sciences Pour l'Ingénieur (REDOC SPI). Chaque mois, notre partenaire sélectionne des thèses en lien avec notre dossier mensuel afin de vous permettre de creuser plus loin les thématiques développées dans le dossier.

Pour notre dossier de mai, « Comment l’IA accompagne la mutation des usines », voici les thèses sélectionnées par le REDOC SPI. Retrouvez le résumé de ces thèses ainsi que les thèses des mois précédents sur le site de notre partenaire.

Intelligence artificielle pour les matériaux à changement de phase
Abir Msalmi
Mécanique des solides, génie mécanique, productique, transport et génie civil
Université de Normandie

Modélisation et analyse de la dynamique de confiance dans une assistance de type IA : analyse et modélisation de l’effet du feedback différé sur la confiance d’un opérateur envers une intelligence artificielle d’aide à la décision au fil du temps
Vincent Fer
Informatique
IMT Atlantique

Développement d’algorithmes d’intelligence artificielle pour estimer l’état de santé des batteries lithium-ion
Quentin Mayemba
Génie électrique
Université Lyon 1

Application de modèles avancés d’intelligence artificielle à l’irrigation intelligente à partir de données capteurs et d’images satellitaires.
Hajar Hammouch
Informatique, données, IA
Institut Polytechnique de Paris

Intelligence artificielle pour l’automatisation du processus de sélection et de classification des colis dans un entrepôt : conception d’un système de conditionnement intelligent
Matthieu Desmarescaux
Signal, image, vision, son
Université de Brest

De l’IA digne de confiance aux normes techniques – L’approche particulière de L’Europe en matière de régulation de l’intelligence artificielle
Mélanie Gornet
Droit et régulation
Institut Polytechnique de Paris

La diffusion accélérée des technologies d’intelligence artificielle : vers un modèle d’adaptation des facteurs humains et des structures organisationnelles de l’entreprise
Stéphanie Ametepe
Sciences de gestion et du management
CNAM

Détection et suivi de la biodiversité marine par intelligence artificielle
Kilian Bürgi
Sciences de l’environnement
Université Côte d’Azur

Intelligence artificielle embarquée et connectivité cellulaire pour drones : modélisation, optimisation et impacts réseaux
Antoine Le Borgne
Informatique
Université de Rennes

Interprétation et compréhension visuelle des anomalies thoraciques sur radiographies pulmonaires : vers une intelligence artificielle de confiance en imagerie médicale
Sayeh Gholipour picha
Signal, image, paroles, télécoms
Université Grenoble Alpes