Energy Monitoring and Diagnostics - 5PMSEMD0

1. introduction à la surveillance et au diagnostic des systèmes (cours)
2. détection séquentielle de ruptures dans les signaux (cours/BE)
   • énoncé du problème
   • algorithmes de type CuSum
   • algorithmes de type GLR
3. projets de surveillance et diagnostic de systèmes (projet)

• bases de science des données (corrélation, analyse spectrale, filtrage, ...)
• bases de la théorie de l'estimation (estimateur du maximum de vraisemblance)
• bases de la théorie de la détection (tests d'hypothèses binaires)

Semestre 9 - L'examen existe uniquement en anglais 

En présentiel
SESSION NORMALE :
Contrôle Continu + Rapport + Oral

*Évaluation non rattrapable :*
Contrôle Continu

*Évaluation rattrapable :*
Rapport + Oral

-------------------------------------------------------------------------

En distanciel
SESSION NORMALE :
Contrôle Continu + Rapport + Oral

*Évaluation non rattrapable :*
Contrôle Continu

*Évaluation rattrapable :*
Rapport + Oral

En présentiel :
N1 = 50% CC + 25% Rapport + 25% Oral
N2 = 50% CC + 25% Rapport + 25% Oral

En distanciel :
N1 = 50% CC + 25% Rapport + 25% Oral
N2 = 50% CC + 25% Rapport + 25% Oral

Semestre 9 - Le cours est donné uniquement en anglais 

Detection of Abrupt Changes - Theory and Application. Michèle Basseville, Igor Nikiforov. Prentice Hall - http://people.irisa.fr/Michele.Basseville/kniga/, 1993.

Statistical inference for engineers and data scientists. Pierre Moulin, Venugopal V. Veeravalli. Cambridge University Press, 2019.

The CuSum algorithm - A small review. Pierre Granjon. Technical report - https://hal.archives-ouvertes.fr/hal-00914697, 2013