Titre : Une méthodologie d’apprentissage automatique pour l’aide à la décision en contexte d’industrialisation Auteurs : Julien Le Duigou, Emeric Ostermeyer, Christophe Danjou, Alexandre Durupt, Revue : Génie industriel et productique Numéro : Numéro Spécial Lean et industrie du futur Volume : 2 Date : 2019/12/17 DOI : 10.21494/ISTE.OP.2019.0428 ISSN : 2632-5993 Résumé : L’évolution des techniques de fouilles de données, ainsi que l’accroissement des capacités de stockage et de calcul suscite, dans tous les domaines, un intérêt pour les données produites. En ce sens, le domaine manufacturier ne fait pas exception. Au vu de la quantité de données créées lors de l’écriture des différents programmes à jouer sur les machines à commande numérique, l’application de techniques de fouille de données afin de capitaliser les connaissances d’industrialisation est considérée. Les travaux présentés dans ce papier concernent la structuration d’un système d’Industrialisation à Base de Connaissances, capable d’apporter à un programmeur une aide à la décision, à partir d’un corpus de documents relatifs à l’usinage de pièces déjà réalisées, et ainsi de l’assister dans la réalisation d’une nouvelle pièce. Le système utilise des techniques de fouille de données pour extraire cette information et la délivrer au programmeur. Éditeur : ISTE OpenScience