Accueil › Annuaire des chercheurs › Eric Gascard
Eric Gascard
Affiliation : Institut polytechnique de Grenoble · Centre National de la Recherche Scientifique · Laboratoire des Sciences pour la Conception, l'Optimisation et la Production · Université Grenoble Alpes
- 16Publications (affiliation française)
- 65Publications au total
- 348Citations
- 6Indice h
Profil de recherche
Eric Gascard compte 16 publications référencées (2016–2026). Ses travaux paraissent principalement dans « International Conference on Control, Automation and Diagnosis (ICCAD) », « International Journal of Data Science and Analytics » et « International Multi-Conference on Systems, Signals & Devices (SSD) ». Son article le plus cité, « Diagnostic and prognostic of hybrid dynamic systems: Modeling and RUL evaluation for two maintenance policies » (2017), a été cité 23 fois. 11 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 6 chercheurs, notamment dans des établissements de Tunisie.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Fault Detection and Control Systems
- Reliability and Maintenance Optimization
- Engineering and Test Systems
- Formal Methods in Verification
- Digital Transformation in Industry
Publications (16)
- Optimized maintenance of production systems via hierarchical and multi-criteria methods
- Digital Twin-based framework for real-time fault diagnosis and prognosis of industrial robots using unsupervised learning and real experimental data
- A systematic literature review on the integration of artificial intelligence in digital twins for robotic fault diagnosis
- Unsupervised anomaly detection in robotic systems via high-fidelity Digital Twins and deep autoencoders
- A Literature Review: Application of AI for Predictive Maintenance in Digital Twins Across Various Industries
- Modeling the Maintenance Operation of a Car Production Workshop Using Arena
- Indicators for Maintenance Management: Application and Results in a Production Workshop
- Fault Diagnosis of Industrial Robots Using a Digital Twin and GRU-Based Deep Learning
- A Literature Review of Digital Twins and Their Applications in the Internet of Things Based on Artificial Intelligence
- Joint Modeling of Preventive and Corrective Maintenance in Production Workshop Simulation: a literature review
- Methodology of Construction of a Digital Twin: Application to the Stäubli Robot's Arm and Shoulder
- Modeling And Diagnosis of Avionic Systems by Hybrid Automata Using Stateflow
- Application of fault trees and Bayesian networks for maintenance
- Diagnostic and prognostic of hybrid dynamic systems: Modeling and RUL evaluation for two maintenance policies
- Diagnosis of Hybrid Dynamical Systems through Hybrid Automata
- Mixed approach for fault diagnosis and fault location of hybrid systems
Revues de publication
- International Conference on Control, Automation and Diagnosis (ICCAD) × 5
- International Journal of Data Science and Analytics × 2
- International Multi-Conference on Systems, Signals & Devices (SSD) × 2
- IFAC-PapersOnLine × 2
- Journal of Control Engineering and Applied Informatics × 1
- International Journal of Intelligent Robotics and Applications × 1
Publications par année
- 20263
- 20255
- 20243
- 20232
- 20171
- 20162
Collaborations
Établissements partenaires : University of Kairouan · University of Sousse · University of Monastir · Ecole Nationale d'Ingénieurs de Monastir · École des hautes études en sciences sociales
Pays des co-auteurs : Tunisie
Co-auteurs
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.