| Résumé | Le présent document décrit une application audacieuse et fructueuse de l'exploration des données dans l'industrie ferroviaire. L'objet de cette application est d'optimiser la maintenance et l'exploitation des trains en prédisant l'occurrence des défauts de roues. En plus de réduire les coûts de maintenance, la technologie proposée aidera à améliorer la sécurité et à augmenter la capacité des chemins de fer. Misant sur des techniques établies dans le domaine de l'exploration des données et de l'apprentissage machine, nous avons développé une méthodologie qui nous permet d'élaborer des modèles servant à prédire l'occurrence des défauts de roues de train à partir des données d'exploitation et de maintenance disponibles. Cette méthodologie fait appel à plusieurs tâches d'exploration des données, comme l'étiquetage automatique, l'extraction des caractéristiques, la modélisation, la fusion et l'évaluation des modèles. Après une description détaillée de la méthodologie, le document donne les résultats d'expérimentations à grande échelle. Ces résultats témoignent clairement des énormes possibilités pour l'industrie ferroviaire de cette application novatrice de l'exploration des données. |
|---|
