Towards Machine Learning-Based Predictive Maintenance in Industry Using Vibration and Acoustic Data

Promovendus/a
Nieves Avendano, Diego
Faculteit
Faculteit Ingenieurswetenschappen en Architectuur
Vakgroep
Vakgroep Elektronica en Informatiesystemen
Curriculum
Master of Biomedical Engineering, KU Leuven, 2016
Academische graad
Doctor in de ingenieurswetenschappen: computerwetenschappen
Taal proefschrift
Engels
Vertaling titel
Realiseren van voorspellend onderhoud op basis van machinaal leren en gebruikmakend van trillings- en geluidsdata
Promotor(en)
prof. Sofie Van Hoecke, vakgroep Elektronica en Informatiesystemen - prof. Dirk Deschrijver, vakgroep Informatietechnologie
Examencommissie
voorzitter Prof. Filip De Turck (academisch secretaris) - prof. Dirk Deschrijver (vakgroep Informatietechnologie) - prof. Tom Dhaene (vakgroep Informatietechnologie) - prof. Konstantinos Gryllias (KU Leuven) - prof. Femke Ongenae (vakgroep Informatietechnologie) - dr. ir. Joeri Ruyssinck (ML²Grow) - prof. Sofie Van Hoecke (vakgroep Elektronica en Informatiesystemen)

Korte beschrijving

Diego Nieves Avendano is een doctoraatsonderzoeker in computerwetenschappen. Zijn onderzoek gaat over manieren om de kloof tussen onderzoek en praktijk op het gebied van voorspellend onderhoud te dichten. Meer specifiek behandelt het scenario's waarin gegevenslabels beperkt of niet beschikbaar zijn; naast scenario's waarin de bedrijfsomstandigheden veranderen. Zijn werk ontwikkelt verschillende machine learning-technieken in de unsupervised en semi-supervised paradigmas leren om industriële inzichten te verschaffen. Voorspellend onderhoudstaken dat in het onderzoek aan bod komt, omvat anomaliedetectie, foutclassificatie en schatting van de resterende levensduur.

Praktisch

Datum
Maandag 12 december 2022, 16:30
Locatie
auditorium P Jozef Plateau, gelijkvloers, Jozef Plateaustraat 22, 9000 Gent
Livestream
Volg online

Meer info

Contact
doctoraat.ea@ugent.be