Reinforcement Learning Et Intelligence Artificielle Pour Le Pilotage Optimisé Des Systèmes énergétiques

**Reinforcement Learning et intelligence artificielle pour le pilotage optimisé des systèmes énergétiques**:

- Réf **ABG-128370**
- Sujet de Thèse
- 05/02/2025
- Financement public/privé
- Université de Technologie de Troyes
- Lieu de travail- Troyes - Grand Est - France
- Intitulé du sujet- Reinforcement Learning et intelligence artificielle pour le pilotage optimisé des systèmes énergétiques
- Champs scientifiques- Science de la donnée (stockage, sécurité, mesure, analyse)
- Energie
- Sciences de l’ingénieur
- Mots clés- Machine Learning, Reinforcement Learning, IA, énergie

**Description du sujet**:
**Laboratoire**: LIST3N, Université de Technologie de Troyes**

**Entreprise**: FFIE (Fédération Française des Intégrateurs Électriciens)**

**Directeur de thèse**: Prof. Hichem SNOUSSI**

Dans le cadre d’une collaboration entre le laboratoire LIST3N et 3 entreprises de la FFIE, l’objectif de cette thèse est de concevoir une technologie de rupture, basée sur l’intelligence artificielle, pour la gestion des systèmes énergétiques. Il s’agit de proposer une approche basée sur l’apprentissage par renforcement pour la gestion de la demande d’énergie reposant elle-même sur un traitement des données collectées par des capteurs/actionneurs. L’originalité de cette thèse réside dans : i) L’adoption et la modélisation d’une approche globale multi-échelle et multi-sources de pilotage de l’énergie, (ii) la prise en compte d’un environnement dynamique pour la régulation et la gestion avec des boucles d’observation/contrôle, et (iii) le traitement et la fusion de données hétérogènes multi-sources par machine learning.

**Méthodologie** proposée**:
Dans le cadre de ce projet, nous abordons ce problème en proposant une méthodologie et des outils capables d'utiliser des informations réelles collectées sur différents capteurs sans des hypothèses a priori et d'envisager différentes actions de régulation. On se propose d’explorer une approche combinée machine learning / apprentissage par renforcement, en se basant à la fois sur les données recueillies en temps-réel et sur une approche interactive intégrant à la fois les capteurs et les actionneurs.

**Prise de fonction**:

- 01/04/2025

**Nature du financement**:

- Financement public/privé

**Précisions sur le financement**:

- La thèse est financée dans le cadre d'un partenariat industriel.

**Présentation établissement et labo d'accueil**:

- Université de Technologie de Troyes

**Laboratoire de recherche**:
L’Unité de recherche LIST3N a été créée en janvier 2021, suite à la fusion de 4 équipes de recherche : ERA, M2S, LOSI et TechCICO. Les recherches menées au sein de LIST3N sont structurées autour de quatre axes : Réseaux, traitement de données, optimisation, technologies et pratiques. Associées, les compétences de ces axes permettent de traiter de problèmes complexes de bout en bout. LIST3N propose ainsi une approche basée sur une chaine de traitement intégrée de la donnée dans la société numérique.

Les participants à ce projet font partie de l’axe dédié au traitement des données MSAD (Modélisation Stochastique Apprentissage et Décision) du laboratoire LIST3N. Les activités de recherche de cet axe scientifique portent sur la conception d’algorithmes de traitement de données (signal, image et texte) pour les systèmes complexes.

**Profil de l'encadrant**:
Prof. Hichem Snoussi est ingénieur de Supélec (2000) et Docteur de l'Université de Paris-Sud (2003). Entre 2003 et 2004, il a effectué un postdoctorat à l'IRCCyN et deux séjours postdoctoraux au laboratoire BSI, RIKEN au Japon et au département de Neuropsychiatrie de l'hôpital de Hartford/Université de Yale aux États Unis. Depuis 2009, il est Professeur des Universités à l'Université de Technologie de Troyes. Ses activités de recherches comprennent le traitement statistique des données, la géométrie de l'information et l’IA générative. Il est auteur de plus de 300 articles dans des journaux et conférences internationales à comité de lecture, et de 10 brevets d’invention (h-index = 45). Il a encadré 25 thèses soutenues. Il est co-fondateur de deux start-up. Depuis janvier 2021, il est directeur-adjoint de l’UR LIST3N de l’Université de Technologie de Troyes.

**Site web**:
**Intitulé du doctorat**:

- Doctorat en Optimisation et Sûreté des Systèmes

**Pays d'obtention du doctorat**:

- France

**Etablissement délivrant le doctorat**:

- UNIVERSITE DE TECHNOLOGIE DE TROYES (UTT)

**Ecole doctorale**:

- Sciences et Technologies
- Formation en sciences de données / traitement des données
- Compétences en programmation
- Motivation pour travailler avec des industriels- 31/03/2025