Mr. Abdessamad Ennajmaoui

Sujet : Détection et Correction automatique des données pour les anomalies et les déviations dans un processus métier

Résumé :

Cette thèse consiste à définir et mettre au point une méthode de détection des données non valides d’une très grande source de données (Big Data) utilisés dans un processus métier dynamique. Cette thèse à un double objectif, d’une part de développer des composants logiciels intelligents pour l’estimation et la localisation des données erronées ou des sources de données inconnues et invalides utilisées lors de l’exécution du processus. D’autre part, de traduire la méthode par un algorithme capable d’identifier et de diagnostiquer la dérive du processus à la base des données détectées et utilisées durant l’exécution de processus en corrélation avec le résultat attendu. Les résultats de recherche peuvent être exploités dans tous les processus métiers qui ont des interactions avec l’environnement en temps réel.

Mots clès :

: Big Data, MapReduce, Hadoop, Recherche Incrémentale, Bases de Aide à la décision, Modèle Bond graph, Estimation, Anomalie, Processus.

Résultat :

1. pas encore Lien ....