Développement de méthodes multivariées pour lanalyse de données comportant des variations spatiotemporelles

Lanalyse mathématique multivariée, qui consiste en lanalyse dune grande quantité de données, permet aujourdhui de mieux comprendre et interpréter des processus complexes. Un type danalyse multivariée couramment utilisé dans lindustrie est lanalyse par régression linéaire (PLS) qui permet de prédire les résultats dun procédé à partir des différents paramètres utilisés. Bien que cet outil mathématique soit fort développé, il ny a pas encore de modèle efficace pour prédire les résultats dun procédé ayant des paramètres qui varient à la fois dans le temps et lespaces. Dans le cadre de ce travail, le modèle sintéressera à la compréhension du processus de contamination bactérienne dans une usine de production de produits pharmaceutiques. Lobjectif de ce projet est donc de développer un outil mathématique permettant de faciliter la compréhension dun procédé industriel afin didentifier les paramètres critiques qui influencent la contamination bactérienne. Ce travail sera exécuté en collaboration avec une entreprise pharmaceutique.

Faculty Supervisor:

Ryan Gosselin

Student:

Alexandre Vielfaure

Partner:

Pfizer Canada Inc.

Discipline:

Visual arts

Sector:

Pharmaceuticals

University:

Program: