Ce projet développe des modèles d'apprentissage profond pour estimer la durée de vie résiduelle (RUL) d'équipements industriels, notamment des turbines d'avion, à partir de données de capteurs. Il compare plusieurs architectures de réseaux de neurones pour prédire le nombre de cycles opérationnels restants avant une défaillance, facilitant ainsi la maintenance prédictive et l'optimisation des coûts.