Mohamed Aziz ZAGHDOUDI : "esign and Development of a Predictive Analytics Architecture in Smart Manufacturing"

Abstract : Cette thèse propose une architecture d'analyse prédictive modulaire et réutilisable, conçue pour soutenir l’intégration des données industrielles et des processus métier dans le contexte de l’industrie 4.0 et de Smart Manufacturing. Plutôt que de traiter l’analyse prédictive comme une couche technique autonome, l’architecture vise à l’intégrer dans les flux de travail de l’entreprise, permettant ainsi une prise de décision proactive et coordonnée entre les acteurs métiers. Elle répond à des limitations clés observées dans les contextes industriels, notamment des pratiques de gestion des données fragmentées, un manque d’alignement entre l’analyse et les opérations métier, ainsi que des lacunes tout au long du cycle de vie de l’analyse prédictive.[...]

Jury composition : 

Christophe VARNIER, Maître de conférences SupMicrotech-ENSMM Directeur de thèse

Noureddine ZERHOUNI, Professeur SupMicrotech, ENSMM Co-encadrant de thèse

Mme Sonia HAJRI-GABOUJ, Professeure Institut National des Sciences Appliquées et de Technologie, Co-directrice de thèse

Lamia-Amel BERRAH Professeure Université Savoie Mont Blanc, Rapporteure

Abdelkhalak EL HAMI Professeur Institut National des Sciences Appliquées et de Technologie de Rouen, Rapporteur

Mohamed Taieb BEN ROMDHANE, Professeur Institut National des Sciences Appliquées et de Technologie, Examinateur

Saber DARMOUL Maître de conférences, University of Twente Examinateur

Faten CHAIEB-CHAKCHOUK, Professeure École française d'électronique et d'informatique (EFREI), Examinatrice

Localization : Amphithéâtre Pierre Mesnage - SupMicrotech École Nationale Supérieure de Mécanique et des Microtechniques 26, rue de l'Épitaphe 25000 BESANÇON