02/09/2026
Peut-on évaluer l’état de santé d’une machine industrielle… uniquement à partir de son son ?🎧
C’est le défi que nous avons proposé cette semaine à nos étudiants, sous l’encadrement du 𝗣𝗿𝗼𝗳. 𝗗𝗼𝗺𝗶𝗻𝗶𝗾𝘂𝗲 𝗞𝗡𝗜𝗧𝗧𝗘𝗟, Full Professor à l’Université de Strasbourg et responsable du Master Mécatronique, Énergie, Systèmes intelligents (IA).
Les différentes équipes travaillent sur un Data Challenge consacré au : 𝘋𝘦𝘦𝘱 𝘓𝘦𝘢𝘳𝘯𝘪𝘯𝘨-𝘣𝘢𝘴𝘦𝘥 𝘗𝘳𝘰𝘨𝘯𝘰𝘴𝘵𝘪𝘤𝘴 & 𝘏𝘦𝘢𝘭𝘵𝘩 𝘔𝘢𝘯𝘢𝘨𝘦𝘮𝘦𝘯𝘵 𝘧𝘰𝘳 𝘐𝘯𝘥𝘶𝘴𝘵𝘳𝘪𝘢𝘭 𝘚𝘺𝘴𝘵𝘦𝘮𝘴. À partir de mesures acoustiques réalisées sur des machines industrielles, les étudiants expérimentent différentes approches de 𝘋𝘦𝘦𝘱 𝘓𝘦𝘢𝘳𝘯𝘪𝘯𝘨 pour identifier leur état de santé.
👉 𝗩𝗼𝘂𝘀 𝘁𝗿𝗮𝘃𝗮𝗶𝗹𝗹𝗲𝘇 𝗱𝗮𝗻𝘀 𝗹’𝗜𝗔, 𝗹𝗮 𝗗𝗮𝘁𝗮, 𝗹𝗮 𝗺𝗮𝗶𝗻𝘁𝗲𝗻𝗮𝗻𝗰𝗲 𝗶𝗻𝗱𝘂𝘀𝘁𝗿𝗶𝗲𝗹𝗹𝗲 𝗼𝘂 𝗹’𝗜𝗻𝗱𝘂𝘀𝘁𝗿𝗶𝗲 𝟰.𝟬 ? Venez découvrir les approches développées par nos étudiants, échanger avec eux et rencontrer les 𝗺𝗲𝗺𝗯𝗿𝗲𝘀 𝗱𝘂 𝗷𝘂𝗿𝘆 𝗶𝗻𝗱𝘂𝘀𝘁𝗿𝗶𝗲𝗹 lors de la présentation des résultats.
📅 𝗥𝗲𝗻𝗱𝗲𝘇-𝘃𝗼𝘂𝘀 𝗺𝗮𝗿𝗱𝗶 𝟴 𝘀𝗲𝗽𝘁𝗲𝗺𝗯𝗿𝗲, de 9h00 à 12h00, au 3 rue de l’Université à Strasbourg. Le numéro de salle sera indiqué dans le hall d’entrée.
Après une semaine de travail intensif, place aux résultats !
Les équipes présenteront :
🔹 leurs démarches et leurs choix méthodologiques
🔹 les architectures et approches explorées
🔹 leurs résultats
🔹 et surtout… ce qu’elles ont appris de leurs expérimentations
𝗟𝗲𝘀 𝗽𝗿𝗲́𝘀𝗲𝗻𝘁𝗮𝘁𝗶𝗼𝗻𝘀 𝘀𝗼𝗻𝘁 𝗽𝘂𝗯𝗹𝗶𝗾𝘂𝗲𝘀 𝗲𝘁 𝗼𝘂𝘃𝗲𝗿𝘁𝗲𝘀 𝗮̀ 𝘁𝗼𝘂𝘀.
Venez nombreux découvrir les résultats de ce Data Challenge !
Peut-on évaluer l’état de santé d’une machine industrielle… uniquement à partir de son son ? C’est le défi que nous avons proposé cette semaine à nos étudiants, sous l’encadrement du Prof. Dominique Knittel, Full Professor à l’Université de Strasbourg et responsable du Master M...
