Thèse de Maxime Gasse
Sujet :
Apprentissage statistique de réseaux Bayésiens pour le contrôle de processus dans l'industrie des semi-conducteurs
Date de soutenance : 13/01/2017
Encadrant : Alexandre Aussem
Co-encadrant : Haytham Elghazel
Résumé :
Conception d’algorithmes pour l’apprentissage de structure de réseaux Bayésiens dans les gros volumes de données. Application au contrôle de processus dans l’industrie des semi-conducteurs, visant à la détection de dérive des équipements en ligne susceptible d’influer sur la durée du cycle, la performance et les coûts de fabrication. Ce travail a
lieu dans le cadre du projet Européen INTEGRATE (Integrated Solutions for Agile Manufacturing in High-mix Semiconductor Fabs)initié par le regroupement ENIAC (European Nanoelectronics Initiative Advisory Council) et financé par l'initiative Européenne FP7 (Seventh Framework Programme for research).
Jury :
Christophe GONZALES | Professeur(e) | Université Paris 6 | Rapporteur(e) |
Jose M. PEÑA | Professeur(e) associé(e) | Linköping University | Rapporteur(e) |
Elisa FROMONT | Maître de conférence | Université Jean Monnet | Examinateur(trice) |
Willem WAEGEMAN | Professeur(e) | Ghent University | Examinateur(trice) |
Veronique DELCROIX | Maître de conférence | Université de Valenciennes | Examinateur(trice) |
Céline ROBARDET | Professeur(e) | INSA Lyon | Examinateur(trice) |
Alexandre AUSSEM | Professeur(e) | Université Lyon 1 | Directeur(trice) de thèse |
Haytham ELGHAZEL | Maître de conférence | Polytech Lyon | Co-directeur (trice) |