BALTEEC - Techniques d'apprentissage actif bayésien pour l'efficacité énergétique des bâtiments

 

Clemetine PrieurClémentine Prieur,
Professeur titulaire à l'Université Grenoble Alpes (UGA), chercheur au Laboratoire Jean Kuntzmann (LJK) en tant que membre de l'équipe-projet AIRSEA de l'Inria, clementine.prieur@univ-grenoble-alpes.fr 


Rodolphe Le Riche

Rodolphe Le Riche,
Chargé de recherche au CNRS,
Laboratoire d'Informatique de Modélisation et d'Optimisation des Systèmes,
rodolphe.le_riche@uca.fr










DESCRIPTION

Faire plus avec moins : le principal défi de notre projet est de concevoir de nouveaux algorithmes capables de s'adapter en ligne à la structure des données et à la complexité des modèles, en mettant particulièrement l'accent sur les incertitudes. Cependant, les développements de recherche que nous proposons sont inspirés et appliqués à des problèmes réalistes d'efficacité énergétique dans les bâtiments, avec deux avantages : premièrement, le projet a un impact environnemental clair ; deuxièmement, il fournit des applications d'enseignement et de recherche aux algorithmes d'IA qui peuvent attirer un public à la recherche de bénéfices sociétaux positifs clairs. Le projet de la chaire BALTEEC fait partie de l'axe "Core AI : Machine learning and reasoning" de l'Institut MIAI.

Modules de travail :

WP0 : code pour les cas de test basés sur des simulations thermiques de bâtiments
WP1 : apprentissage actif pour les variables conditionnelles - application à la conception et à la vérification des rénovations énergétiques
WP2 : traitement des séries temporelles incertaines - application au contrôle et au diagnostic de l'énergie dans les bâtiments équipés d'un générateur d'énergie photovoltaïque
WP3 : classification et modèles multi-échelles - application à la détection des rénovations énergétiques à l'échelle d'un quartier.

L'innovation :

Le projet BALTEEC produira principalement des procédures génériques d'apprentissage bayésien. Les prototypes logiciels associés seront disponibles sous une licence open source. De plus, la plateforme de cas de test rassemblant les défis énergétiques dans les bâtiments sera également distribuée sous une licence open source. Certains des algorithmes développés, comme ceux qui traitent des prévisions de consommation d'énergie, peuvent intéresser les trois partenaires industriels en tant que composants possibles de leurs produits commerciaux. Le contrat de propriété intellectuelle de la chaire rendra cette option possible, mais sans exclusivité, afin de favoriser la science ouverte au sein de la chaire BALTEEC.

ACTIVITÉS

La chaire BALTEEC commence ce semestre d'automne 2025 :
un doctorant a été engagé pour travailler sur le WP1 à partir de novembre 2025,
Nous recrutons : un poste postdoctoral est ouvert pour un an ainsi qu'un autre poste de doctorant.

PRÉSENTATION DE LA PRÉSIDENCE

Président Présentation BALTEEC
Licence :
Sauf indication contraire, tous les documents sont partagés sous la licence Creative Commons BY-NC-ND 4.0.
Vous pouvez les consulter et les partager à des fins non commerciales, sans les modifier et en mentionnant les auteurs.
Publié le 21 août 2025
Mis à jour le 21 août 2025