Fusionner N’est Pas Additionner Une Architecture Multi-capteurs Orientée Objectif Pour La Détection Précoce Et Le Pronostic Industriel
Year: 2026
Type: article
Abstract: La fusion multi-capteurs est souvent présentée comme un moyen automatique de dépasser le meilleur capteur individuel. Cette affirmation est incomplète : le gain dépend de l’indépendance partielle des informations, de la corrélation des erreurs, de la qualité de préparation des données et du critère optimisé. Cet article propose une analyse structurée des configurations et niveaux de fusion, puis évalue deux indicateurs construits à partir de six descripteurs simulés sur quarante actifs suivis jusqu’à la défaillance. La fusion non supervisée par analyse en composantes principales produit l’indicateur le plus monotone et le plus pronosticable, mais reste médiocre en détection précoce (AUC=0,632). À l’inverse, la fusion supervisée de Fisher atteint une AUC de 0,890, supérieure au meilleur descripteur individuel (0,859), sans dominer sur toutes les métriques de pronostic. L’apport de l’auteur est le cadre DOPI Diversité informationnelle, Objectif explicite, Préparation cohérente et Interprétabilité qui transforme la fusion en une architecture multi-objectifs : un indicateur pour détecter, un autre pour pronostiquer, tandis que les descripteurs individuels restent disponibles pour expliquer et vérifier l’alerte.
Institution: Institut Supérieur de Techniques Appliquées
Language: French
Subfield: Control and Systems Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W7212400136