caor@mines-paristech.fr

Machine learning en production et logistique

Research topics

L’équipe «Machine learning en production et logistiques» se concentre sur la modélisation, la simulation et l’optimisation de systèmes industriels et logistiques complexes.

Nous visons à améliorer la performance (opérationnelle, environnementale et économique) des problèmes industriels, en proposant une approche numérique, axée sur la mise en œuvre de la recherche opérationnelle, de l’apprentissage automatique et de la science des données. Plus précisément, les contributions scientifiques dans ce domaine portent sur les thèmes suivants:
• Apprentissage supervisé et non supervisé appliqué à la prévision des ventes ;
• Optimisation des décisions de transport(vehicle routing) ;
• Apprentissage renforcé appliqué aux opérations de maintenance ;
• Systèmes d’aide à la décision pour la gestion de la chaîne logistique à l’aide du Machine Learning ;
• Data mining et Social Media mining pour les décisions marketing ;
• Industrie 4.0 et villes intelligentes pour une logistique améliorée.

Équipe

Chercheurs: Simon Tamayo, Frédéric Fontane, Arnaud de La Fortelle
Étudiants: Arthur Gaudron, Apollinaire Barme, Augustin Lombard, Salma Benslimane, Angie Nguyen.

Projects en cours

• Chaire Logistique Urbaine: modélisation, simulation et optimisation du fret urbain ;
• Data mining pour l’identification de profils saisonniers – en collaboration avec le Groupe Pomona ;
• Machine learning et visualisation de données pour l’amélioration des flux en Supply Chain – en collaboration avec Adents International.

Projets passés

• MODULUSHCA;
• CGOODS;
• FILET;
• IMOTEP.