Proposition de thèse en Intelligence artificielle

Résumé :Depuis de nombreuses années, comprendre l’impact des événements (phénomènes) environnementaux et sociaux sur la consommation énergétique devient un enjeu majeur et attire beaucoup l’attention dans les champs sociétaux, industriels et scientifiques. En effet, comprendre un événement et surtout connaître les relations de cause à effet (la causalité) permet d’assister les experts du domaine et les conforter dans leurs décisions. Dans cette thèse, nous nous intéresserons à la prédiction d’un pic de consommation d’électricité dans une ville/région, de détecter ses causes directes environnementales (températures, humidité, pollution, vent, etc.)  et sociétales (fêtes, rassemblements, vacances, événements imprévus/inédits) et indirectes (signaux faibles). L’analyse de l’évolution des données massives environnementales et sociales couplée avec les données de consommation énergétique, permet de détecter les corrélations cachées et de prédire les pics de cette dernière.  Cette thèse vise la conception d’un système intelligent de prédiction qui doit répondre à deus défis majeurs : (i) La prédominance de données multi-sources massives et (ii) les exigences actuelles de la société pour rendre le processus de modélisation explicable et transparente.

These_ISEN_COSIM_SerieTemp_BENAZZA.pdf