Probabilistic Graphical Models with a Large Language Architecture for Failure Analysis Decision-making : Application to the Semiconductor Industry 4.0
Year: 2023
Type: dissertation
Abstract: Modèles probabilistes à base de graphes intégrés à une architecture de langage de grande taille pour la prise de décision dans l'analyse des défaillances : Application à l'industrie des semi-conducteurs 4.0 L'analyse des défaillances (FA) 4.0 apparait comme essentielle dans le cades de l'industrie numérique, visant à garantir la fiabilité et la sécurité maximales des systèmes électroniques de plus en plus complexes dans diverses applications, notamment les véhicules autonomes et la production industrielle numérique (Industrie 4.0). Actuellement, l'analyse des défaillances est principalement réalisée par l'expertise humaine, impliquant des processus laborieux et se concentrant sur des tâches individuelles issues de la production, des tests de fiabilité et des retours sur le terrain. Cependant, ces procédures chronophages limitent l'analyse globale des données combinant des tests électriques, matériaux et de métrologie tout au long du flux d'analyse. Pour relever ces défis, le projet FA 4.0 vise à fournir des outils et des méthodologies innovants basés sur l'intelligence artificielle qui soutiennent l'analyse experte des défaillances tout au long du développement et de la fabrication de composants et de systèmes électroniques.Cette thèse présente une méthode formelle pour la représentation des données d' historiques d'analyse des défaillances textuelles en utilisant l'apprentissage de l'espace de représentation mathématique et la prise de décision pour l'analyse des causes profondes des défaillances grâce à la modélisation linguistique avancée.
Source: theses.fr (ABES)
Author: Ifeanyi Kenneth Ezukwoke
Institution: Mines Saint-Étienne
Language: French
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7151999163
