Journées de l'optimisation 2018

HEC Montréal, Québec, Canada, 7 — 9 mai 2018

Horaire Auteurs Mon horaire

WB11 Data mining III

9 mai 2018 15h30 – 17h10

Salle: Xerox Canada (48)

Présidée par Antoine Main

4 présentations

  • 15h30 - 15h55

    Modèle à base d'agents du comportement des consommateurs pour l'analyse de flux de produits en fin de vie

    • Alexandre Labelle, prés., École Polytechnique de Montréal

    Un modèle de simulation du comportement des consommateurs, permettant l’analyse de flux de produits en fin de vie, est présenté à l’aide d’une étude de cas sur l’implantation d’une consigne sur les bouteilles de vin au Québec. Le modèle est calibré et validé avec des données empiriques québécoises.

  • 15h55 - 16h20

    Pronostic du risque de défaillance de systèmes hautement fiables

    • Jean-Marc Meango, prés., Polytechnique Montréal
    • Amira Berrais, École Polytechnique de Montréal
    • Mohamed-Salah Ouali, École Polytechnique de Montréal

    La communication analyse la contribution de trois scénarios de modélisation des avis des experts en fiabilité dans le pronostic du risque de défaillance de systèmes hautement fiables. Le risque est actualisé tout au long de la durée de vie du système à l’aide de l’inférence bayésienne.

  • 16h20 - 16h45

    Guider les opérations manufacturières avec prise en compte de la variabilité en contexte 4.0

    • Patrice Lajoie, prés., Université Laval

    À la veille d’une transformation numérique, beaucoup d’entreprises manufacturières ne possèdent pas les outils nécessaires pour effectuer ce virage. Cette présentation portera sur le développement d’un cadre méthodologique qui permettra de mieux guider les procédés manufacturiers en forte variabilité en permettant la mise en place de solutions technologiques adaptées.

  • 16h45 - 17h10

    Mesure de l’importance de variable à partir de forêt aléatoire : Application à la génétique des fonctions cognitives

    • Antoine Main, prés., HEC MONTREAL
    • Guillaume Huguet, Centre de recherche du CHU Sainte-Justine

    Récemment, des modèles linéaires ont permis d'estimer et de prédire l'impact de l'information génétique sur les fonctions cognitives. Cependant l'utilisation de forets aléatoires pourrait mettre en évidence des associations non linéaires de nouvelles variables et leurs interactions.

Retour