Analyse en composantes indépendantes parcimonieuse pour le diagnostic de systèmes répartis
Résumé
Cet article présente une approche basée sur l'Analyse en Composantes Indépendantes parcimonieuse pour le diagnostic automatique d'un système réparti de l'infrastructure ferroviaire. Ce système est composé de plusieurs sous-systèmes sur lesquels les observations prélevées sont spatialement liées; la défaillance d'un sous-système influera donc sur toutes les observations ou sur une partie d'entre elles. En considérant les variables observées comme des mélanges linéaires des variables latentes liées aux défauts, l'estimation de ces dernières est possible par une Analyse en Composantes Indépendantes (ACI) à condition qu'elles soient indépendantes et non gaussiennes. L'introduction de parcimonie dans le modèle d'ACI grâce à l'utilisation de fonctions de pénalité ou de contraintes de structure permet d'améliorer l'estimation des variables d'intérêt et d'identifier les relations particulières entre les données observées et les variables latentes recherchées.