Algorithme de l'alpiniste pour l'étude de cartes de contrôle en coordonnées parallèles

Ce mémoire propose l'algorithme de l'alpiniste, une méthodologie visant à estimer l'état de santé d'un équipement ou d'un processus multivarié pour prévenir l'apparition d'anomalies. On applique cet algorithme sur une carte de contrôle en coordonnées parallèles, sur laquelle sont projetées les observations prises sur le processus. Une fois ces observations projetées,on construit une approximation de la densité de ces observations à partir de leur historique. L'algorithme de l'alpiniste échantillonne la densité des observations de façon à obtenir un histogramme bidimensionnel. L'algorithme ajuste également l'histogramme pour tirer parti d'informations fournies sur les observations (anomalies ou non). On récolte par la suite pour toute nouvelle observation le chemin emprunté sur ces histogrammes : on se sert des caractéristiques géométriques de ce chemin pour calculer une fonction d'énergie. La fonction d'énergie proposée est paramétrisable et on peut optimiser ces paramètres par un apprentissage supervisé. On peut alors utiliser l'énergie obtenue pour la classification et le diagnostic des anomalies. L'algorithme proposé est testé sur le jeu de données Tennessee Eastman Process, représentant un processus de production de l'industrie chimique. On réalise ensuite l'apprentissage supervisé des paramètres de la fonction d'énergie par une régression logistique. Sur ce jeu de données, l'algorithme de l'alpiniste obtient une aire sous la courbe sensibilité/spécificité de 94.1%. La précision de l'algorithme de l'alpiniste sous ce modèle de régression logistique pour un choix du seuil de décision équilibré est de 89.67%, avec une sensibilité de 90.54% et une spécificité de 83.87%. Ces résultats démontrent qu'il est possible d'utiliser l'algorithme de l'alpiniste pour la classification et le diagnostic des anomalies.