SYSBOOSTER, application of Data Science to surveillance of systems for detection or anticipation of dysfunctions or failures of systems - Archive ouverte HAL
Communication Dans Un Congrès Année : 2020

SYSBOOSTER, application of Data Science to surveillance of systems for detection or anticipation of dysfunctions or failures of systems

Résumé

This paper describes a pipeline designed by INRIA, DIAGRAMS TECHNOLOGIES, APSYS, and NOKIA for addressing questions related to root-cause analysis. These different tools, enabling multivariate multiple change-point detection as well as the automatic detection of future failures, are part of the achievements of the SYSBOOSTER project. For confidentiality reasons, many data and technical information have been changed or anonymized along the paper.
Fichier principal
Vignette du fichier
LM22_COM_FULL_493240_Emmanuel_Arbaretier_20200716_308700.pdf (510 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03483963 , version 1 (16-12-2021)

Identifiants

  • HAL Id : hal-03483963 , version 1

Citer

Alain Celisse, Olivier Gauriau, Margot Corréard, Jean-François Bouin, Lennart Priester, et al.. SYSBOOSTER, application of Data Science to surveillance of systems for detection or anticipation of dysfunctions or failures of systems. Congrès Lambda Mu 22 « Les risques au cœur des transitions » (e-congrès) - 22e Congrès de Maîtrise des Risques et de Sûreté de Fonctionnement, Institut pour la Maîtrise des Risques, Oct 2020, Le Havre (e-congrès), France. pp.1-9. ⟨hal-03483963⟩
120 Consultations
112 Téléchargements

Partager

More