Évènements

Low-Dimensional Learning for System Monitoring and Control Using High-Dimensional Data Streams

Catégorie d'évènement : Probabilités et Statistique Date/heure : 27 mai 2025 10:30-11:30 Lieu : Salle Döblin Oratrice ou orateur : Kamran Paynabar Résumé :
Industry 4.0, along with advancements in sensing and communication, has enabled the large-scale collection of streaming data, creating unique opportunities for system modeling and monitoring. However, the complex nature of these datasets presents significant analytical challenges. Common characteristics include high variety, high dimensionality, high velocity, and intricate spatial and temporal structures. In this talk, I will present our research on developing efficient methods for system monitoring and control using high-dimensional data streams. The proposed frameworks leverage low-dimensional representations of high-dimensional data and can accommodate various data types, including profiles, images, videos, point clouds, and manifolds. These methods have been validated across multiple application domains, such as additive manufacturing, automotive, forging and rolling, and environmental monitoring.
Bio: Kamran Paynabar is the Fouts Family Chair and Professor in the H. Milton Stewart School of Industrial and Systems Engineering at Georgia Tech. His research focuses on methodological and applied aspects of statistical machine learning for engineering applications, supported by NSF, NIH, DOE, and industry leaders such as Samsung, Ford, and Boeing. He has received best paper awards from INFORMS, IISE, ASA, and POMS, along with multiple teaching honors. He is Editor-Elect of Technometrics and former Department Editor for IISE Transactions. A Fellow of ASQ and elected ISI member, he also co-founded ProcessMiner, an AI-driven manufacturing analytics company.

Transport de mesure et observabilité des ondes

Catégorie d'évènement : Séminaire Équations aux Derivées Partielles et Applications (Nancy) Date/heure : 27 mai 2025 10:45-11:45 Lieu : Salle de conférences Nancy Oratrice ou orateur : Jérôme Le Rousseau (Université Paris Nord) Résumé :

Dans le cadre de coefficients réguliers et sous une hypothèse de contrôle géométrique que je rappellerai, l’une des méthodes les plus modernes pour démontrer l’observabilité des ondes repose sur la considération de paquets d’ondes dont la fréquence typique tend vers l’infini, sur la compréhension du transport des mesures semiclassiques le long des rayons de l’optique géométrique, ainsi que sur un argument de prolongement unique, le tout enrobé dans un raisonnement par contradiction. J’exposerai cette recette subtile et montrerai comment elle permet de généraliser le résultat d’observabilité à des cas où les coefficients présentent une régularité plus faible, jusqu’à des coefficients de classe C^1. Dans ce cas, le champ de vecteurs hamiltonien qui gouverne les rayons n’est plus que C^0. L’unicité des rayons est alors perdue. Une régularité encore moindre compromettrait l’existence même des rayons.