Player is loading...

Embed

Embed code

Transcriptions

Note: this content has been automatically generated.
00:00:01
bonjour ok effectivement reçu aussi préfet prépare présentation un peu générale qui
00:00:08
était la comparaison entre les académies que les industriels et cetera donc turquie
00:00:14
si cette permettront d'équations cap avec passion mais si vous avez des questions sur ces détaillants
00:00:19
pour en parler après donc moi je viens de la haye chez ces sauts à avaler
00:00:25
et puis on fait le bon voyage plus tout jeune donc quand même un certains
00:00:29
nombre de choses secrètes duran cette carrière et j'ai commencé ma carrière
00:00:35
ici là peutêtre que certains indicateurs de quelque chose dont je fais
00:00:38
ma thèse ali a en fait bien des années déjà maintenant reconnaissable apparaît
00:00:43
et c'est intéressant parce que c'est ce qui m'a permis de commencer à utiliser ces algorithmes qu'on appelle maintenant machine learning
00:00:49
comme disait déjà à l'époque éléments épars une puissance de calcul à l'époque mais les problématiques étaient les mêmes
00:00:56
et c'est intéressant de voir que même si on avance un petit peu dans certaines
00:01:00
notions mathématiques finalement bah on utilise encore et toujours qu'on peut vraiment faire des choses merveilleusement avec ça
00:01:06
autrement bah je responsable d'un petit labo à la h. u. s ou
00:01:10
qui équipe petit cette année alors qu'il grandit et diminue selon les l
00:01:14
les projets qu'on a quand ma auxquels ont accès ont fait le plus spécialement des machines animé pour beaucoup de
00:01:20
choses de différentes je vais expliquer aujourd'hui quelque chose qu'on a fait en énergie mais aussi dans d'autres domaines
00:01:26
je suis vendredi petites startups cet instrument fait
00:01:32
comme son nom l'indique plein de choses avec des données pour
00:01:35
raconter des histoires pour les industriels basée sur des données
00:01:41
ce signe petite autre startup qui s'occupe de faire voler des
00:01:44
drones et puis de deux esprits et du i d
00:01:49
des produits sur les vignes principalement ont aussi plutôt que des techniques et
00:01:52
machinalement qui m'intéresse aussi ça qui m'a fait entrer dans l'entreprise
00:01:56
à quel moment potentiel aussi à d'automatisation et de dépit de précision
00:02:01
fait qui peut être amené avec eux et avec dominique le traitement des données
00:02:05
depuis le début de cette année social expert à la suisse qui donne aussi un
00:02:09
peu l'autre côté de l'affaire vous qui avez certainement qui lui soumettre des projets
00:02:13
c'estàdire de soumettre des projets racontait l'autre côté fin un peu la vision des deux côtés
00:02:18
je pense à s'intéressant à savoir l'aide d'enfin bref je reste un petit fic
00:02:23
et puis l'intérêt consiste en un a. si ça marche pas
00:02:33
avec le maître il a rejeté les fantassins raté ça
00:02:41
un l.
00:02:48
la charge donc ok donc je vais je passe assez bien juger pas mal de gens lâcher ses sommets
00:02:53
juste vous dire qu'on fait lâcher ses sauts vallée C5 très grandes écoles en fait
00:02:58
qui recouvre tout les cantons romands et puis même
00:03:02
en vallée enfaite ella ella beaucoup de départements différents
00:03:06
moi je suis particulièrement dans la partie objet qu'autre école de gestion et en informatique
00:03:11
donc aucune formation d'ingénieur à la base en fait beaucoup d'informatique
00:03:16
et s'intéressant à ce qu'on a à michemin entre business et puis
00:03:19
et puis la science et puis et puis académique donc soudain police
00:03:23
vision un peu plus globale de comment résoudre des projets de manière pratique
00:03:28
et puis depuis le début donc j'appartiens au droit à l'institut
00:03:32
de des systèmes d'information qui aime assez grand nombre d'informaticiens beaucoup de projets
00:03:38
et depuis le début de cette année en fait un nouvel
00:03:41
institut qu'il est fondé à la jeunesse esso qui inter domaine
00:03:45
donc qui a cheval entre eux entre l'école de gestion les quotas générique travail social
00:03:50
et puis qui se focus vraiment sur l'énergie l'environnement dans la page
00:03:54
de profil i de l'autre des autres domaines qui sont tous nos membres
00:03:58
4 intéressante de très grande dynamique maintenant prendre des projets un peu plus de qui couvre un peu plus tout les domaines
00:04:06
et puis bah voilà c'est cette semaine institua se trouvait principalement à
00:04:09
énergie police donc ça vous avez aussi entendu parler un nouveau bâtiment contraint transpiration
00:04:14
qui sont eux qui seront consacrés en grande partie par cette école d'ingénieurs et pis ben comme pas mal de choses qui sont
00:04:21
l'i. a. les PFN valait donc à tout coup dynamique dans la partie énergétique
00:04:27
bonjour pas encore un petit passa presque ski intéressant dans notre démarche comme h et 7
00:04:31
comme prof achète ce qu'ont fait part enseigner on fait des projets et ces projets sont basées
00:04:36
sur des projets industriels pour la plupart donc on est soumis aller chercher des projets qui nous oblige aussi en fait
00:04:43
à rester en contact avec l'industrie et puis là souvent juste montage qui
00:04:47
a été fait pour que je vais vous raconter comme histoire tout à l'heure
00:04:50
merci beaucoup de projets à beaucoup niveau à certains sont très pratique d'autres sont beaucoup plus le
00:04:55
recherche en date du projet européen des projets locaux des projets des mandataires à produire de l'
00:05:00
assemblage qu'on va faire pour arriver en faite avoir suffisamment de ressources pendant suffisamment de temps
00:05:06
pour arriver à résoudre nos problèmes et de ce que je vais vous raconter aujourd'hui en fait
00:05:11
vous allez vous retrouver dans un bouquin qui a été publiée fin d'année passée qui s'appelle entreprise augmenter
00:05:17
i. a. et puis la deuxième donc source que ce que j'ai pris aujourd'hui c'est
00:05:21
c'est la thèse d'd'amener mes étudiants thèse le dufour qui a fait avec pékin affine thèse
00:05:27
alors comme h. s. on peut pas d'effet n'était donc on s'associent toujours à l'université dans ce cas c'est l'ecole des mines de la vie
00:05:35
en fait on a travaillé ensemble aussi intéressant de se confond avec des connexions internationales
00:05:39
et puis d'alors mais ensemble des connaissances vraiment énergétique avec des connaissances informatiques
00:05:44
cela ne résulte un peu de ce que je vais vous montrer aujourd'hui aussi
00:05:48
donc on a party pratiques qui ont passé un peu à peu un effet de recherche comme
00:05:52
alors juste un mot à propos d'intelligence artificielle je pense que beaucoup de monde qui l'ont déjà dit avant d'aujourd'hui encore une fois
00:05:59
st problème intelligence artificielle c'est que basse nous oblige à définir ce que cette
00:06:03
intelligence que je pense que va se retrouver beaucoup et beaucoup de définitions différentes savoir conclusion
00:06:08
donc moi je vous propose de ne pas parler d'
00:06:10
intelligence artificielle mais plutôt d'intelligence augmentée paraît entaché ouvert
00:06:15
on augmente notre capacité d'être intelligent en utilisant les outils
00:06:19
les données qu'on a sassanides ouverture un peu différente et
00:06:23
sade explique bien la richesse en fait ce qu'on peut faire avec ses ces machines et ses algorithmes
00:06:29
d'accord donc relation level cap audessous c'est ce qu'on appelle des machines on a parlé à plusieurs
00:06:35
plusieurs types de machines donc on peut effectuer un on a parlé de
00:06:39
certains ont aujourd'hui non appliqué un certains nombre d'autres aussi
00:06:44
ce qui est intéressant c'est que bâle invasif ou des données je pense que c'est la clé ont aussi vu plusieurs personnes je viens parler
00:06:50
sans donner rien faire que de commencer je des algorithmes mathématiques itératif avance enfin donner un rapport fait grand chose
00:06:56
et puis l'avantage aussi deux ce journal web 7 làbas on peut s'adapter au changement
00:07:01
ont indiqué plusieurs façons de faire don à utiliser aussi encore un certains nombre d'autres je suspecte de 3 détails làdessus mais
00:07:07
aussi des changements par rapport aux données donc je vais donner malgré toi pas inventer des choses qu'on a pas pu mesurer
00:07:14
donc voilà pour voler les définitions de base et puis dans l'histoire joueur raconter
00:07:18
aujourd'hui sinistre qui commence ya également vont maintenant quitter de fin 2010
00:07:24
où on a commencé à se poser vraiment sérieusement des questions à propos de
00:07:27
cette marque d et puis la société des ingénieurs ect stafford omaha brussels
00:07:33
société des ingénieurs qui dit boa lingua on commence à voir apparaître
00:07:36
des smart grid on commence à voir apparaître aussi un certains nombre de motions
00:07:40
eux qui étaient pas eux compris emprise avant ou en tout cas qui
00:07:44
était peu utilisée avant comme l'on appelle les vertus report plante un
00:07:48
donc des usines dirty électrique virtuel eux ou qu'on commence à
00:07:52
parler de stockage sérieusement au niveau du réseau ou du smart grid
00:07:56
on commence à parler de promotion meurt donc de personnes qui produisent de l'énergie en même temps que j'en consomme
00:08:01
pays bas en mettant tous ensemble tout à coup moi contre ta vue côté informatique
00:08:07
est quelque chose que j'ai trouvé qui commence à être très intéressant c'est que
00:08:11
on se retrouve avec eux beaucoup de variabilité temporelle par rapport au
00:08:15
réseau électrique on a l'époque quitter on produit on pousse
00:08:19
notre énergie chez les consommateurs évident à quelque chose qui va être dans un sens si on commence à imaginer un smart grid avec des
00:08:25
gens qui produisent et consomment eux de manière varier dans le réseau en
00:08:29
commençant des variabilité qui commence à augmenter fortement et puis donc du coup
00:08:34
deux réalités dans des variabilité dans le temps mais aussi dans l'espace à mon réseau
00:08:38
des massacres et des tas de d'instabilité donc ça fait très
00:08:41
peur un vent c'était vraiment aider vos inquiétudes convoyé à l'époque
00:08:46
épinal là la solution avec eux b faisait prédire comment le réseau va se comporter
00:08:53
et puis dans la consommation production stockage mais très vite et puis de c'est là que tout à
00:08:57
coup affectif candidat tient il faut donner mais comment se faire des machines en ont assez intéressante mettra un endroit
00:09:04
où on est pas trop loin à deux des données qui en même temps sais pas trop bambou qu'on puisse maîtriser la situation
00:09:11
et c'est comme ça quand les parties sur cette notion microcrédit là où on essaie d'avoir enfin un mariage en on retombe dans sim city un
00:09:17
la nouvelle année il étudie dessine situé à l'époque où bah en fait aux sections se retrouva à un niveau qui pas trop
00:09:24
complexe on peut essayer ici de d'extraire l'information de l'
00:09:27
analyser et puis de prédire son comportement de manière à ce qu'on
00:09:31
à ce qu'on arrive à essayer d'avoir une prédiction qui soit la plus fiable possible
00:09:37
et qui soit donc type qui permettent en fait que le réseau ce reste stable dans le temps
00:09:43
lorsqu'on a fait donc comment on quantité situation avant que nous labo sont à sierre
00:09:49
à côté d'eux du rhône la vers eux l'invention du suisse avait concédé à la
00:09:55
et donc c'est quand même au bureau et cetera ça technopôle donc dans cette
00:09:58
nouveauté intéressante ca pas mal de types d'entreprises différentes i. avec un 9 entre autre
00:10:04
une entreprise qui aurait l'un des étiquettes yahya a
00:10:07
une cafétéria pas mon bail atteint petites startups donc du coup
00:10:12
cet ami conduit intéressante qui avait déjà suffisamment de consommation production énergétique
00:10:17
et puis la cession lorsqu'on a fait ce qu'on a commencé à instrumenter tout ce système dans son c'est quand
00:10:22
même des compteurs intelligents approuva quand on a des panneaux solaires qui sont
00:10:26
installées donc on a pu mesurer la consommation et la production des panneaux
00:10:29
on a mis débattre i. la bosse avec le plancher en eux ont été
00:10:33
à la charge des premières des débats tout inclus je vais faire moi aussi maintenant
00:10:40
qui peut aussi intéresser donc à participer à cette notion de bas
00:10:43
en la micro vide on essaie de stabiliser eux tout le système
00:10:48
ils ont ajouté des taxes ma mère avec les années maintenant
00:10:51
comment savoir grosses piles de données qui furent entassés avec eux
00:10:55
beaucoup de variabilité donc des choses qui sont collectés au quart d'heure certaine à la
00:10:59
seconde outre la minute y'a rien on a diversité donnée qui est très grande
00:11:05
et bah tout ça vous permet d'avoir une base assez intéressante antérieures comment comme judas on a des bons les sorties
00:11:11
capteurs de ont aussi des scénarios de fonctionnement de ce qu'
00:11:15
on a des industries on a des décennale qui sont différents
00:11:20
avec la semaine et le weekend certains besoins 4 heures sur 24 d'autre concerne plutôt la journée toute la nuit
00:11:25
et cetera donc on a tous et toutes ces données là aussi qui sont qui sont actuellement collectés puis qu'on utilise
00:11:31
on a aussi des données administratives tapis comme point de départ des lunettes mesure même avec des factures d'électricité
00:11:38
cela permet de démarrer puis mettre en place les premiers modèles et puis bien
00:11:42
sûr on aime station météo ont à payer les mesures de prévisions météo
00:11:46
ça c'est bien évidemment quand on travaille avec du renouvelable connaissait de prédire quelque chose qui devient
00:11:50
de plus en plus importante beaucoup travaillé làdessus d'ailleurs avec eux j'envie car entre autres aussi
00:11:56
pivot voilà y'avait pas mal de travail pour essaie de mettre en place en eux c. ces données
00:12:03
eh ben on a beaucoup fait machinalement sans puisse collecter des dons et en a déjà
00:12:08
beaucoup de travail qui a dû être effectuée pour qu'on puisse avoir quelque chose d'utile
00:12:12
après saladin mancini affaires machinalement dans les étapes habituel et classique
00:12:18
tout ce qu'on doit faire donc que les données adapté
00:12:21
adapter ces données pour qu'on puisse les mettre dans un moteur de machine learning qui d'après sa
00:12:26
déployer des systèmes et ça c'est des choses qu'on oublie parfois si on fait souvent qui s'est plu
00:12:31
délicat à eux de faire fonctionner un système dans un système d'information d'
00:12:36
objets trouvés à trouver un modèle de machines qui va nous donner un résultat
00:12:40
les scientifiques quelconque il faut après pour exploiter donc maintenant la boucle da da systèmes d'information
00:12:48
grâce à un petit peu les étapes habituel je parle en effet je pense que beaucoup de
00:12:50
gens qui ont déjà parlé aujourd'hui mais on a du prêt processing ou on traite les données
00:12:55
on apprend classiquement un modèle de machines animaux valide ce modèle après
00:13:00
pas soit on mesure sa qualité et puis sont visualisés et les résultats
00:13:05
puis ça va on voit après eux dans notre système
00:13:08
de prédiction aurait chargé ou assez rapidement maintenant
00:13:13
alors ça c'est classique pour l'instant c'est des choses qui sont
00:13:17
qui ont été les premiers modèles en commençant des bons résultats varela prévient maintenance serveurs
00:13:22
avec des précisions qui sont super suffisamment bonne et par contre pas si tu grosse machinerie énormément
00:13:28
de donner énormément de paramètres énormément de choses qui sont eux qui sont au plus ou moins contrôlable
00:13:35
alors la deuxième phase de ce qu'on a essayé de faire cette se dire quelles sont les bons paramètres comme le musée avec quelle fréquence
00:13:41
évidemment au niveau du ce quelque chose de très important c'est de loin pas les mesurer toutes les
00:13:45
mises blandine barrière qui arrivent chaque jour qui on va pas rater des événements pour certaines directives envoyées vite
00:13:52
alors on a fait des machines en soi mais c'est faire donc c'est qu'on
00:13:55
a essayé avec dumas synonyme d'optimiser et puis de d'éliminer les paramètres qui étaient les moins intéressantes
00:14:02
or on a utilisé les random forest pour ceux qui sont très intéressante qui nous donne
00:14:06
de manière explicite en fait quelles sont les paramètres les variables qui sont les plus utilisés
00:14:11
bien que comme ça peut simplifier nombre de paramètres d'entrée
00:14:16
là je donne juste un résultat qui a on peut mesurer cette manière
00:14:20
de plusieurs manières possibles dans ce cas là bah voyons passer de
00:14:24
4'000 variables à 15 heures yalom ayant alors on perd un petit peu de
00:14:28
de précision souhaite mais vous voyez que vont de 4'151 un
00:14:33
petit peu précisant marquant présentait suffisamment grande pour résoudre un certain nombre de problèmes convaincant avait raison
00:14:40
et ça c'est ce postulat projeté important pis qui change un petit peu notre façon de faire c'
00:14:45
estàdire qu'au lieu de d'optimiser à priori les paramètres on va prendre plus de paramètres qu'on peut
00:14:50
on va apprendre à vérifier que c'est ce modèle de machines en haut
00:14:55
three facile qui font du tri quelques voix ce qui font du filtrage des bombes à reprendre sans avoir essayer et puis on va améliorer comme
00:15:01
ça et donc ça simplifie quand même pas mal le processus surtout
00:15:06
quand on a université aussi grande que ce qu'on avec eux comme dans
00:15:11
bah voilà donc juste je vais vous un
00:15:14
don étant très difficile de 3 et commentaires sur eux
00:15:19
cette intelligence augmenter donc évidemment passionnant nous apprend plusieurs choses d'abord et nous permet
00:15:24
de créer des modèles de prédiction permet de prédire un petit peu comment le système a évolué
00:15:29
ça nous permet d'automatiser un certain nombre de choses qu'on aurait pas pu faire son a dû faire la main
00:15:35
on peut faire de manière industrielle en s'associant chose que je
00:15:37
pense qu'il faut répéter aurait la partie recherche on peut améliorer les algorithmes
00:15:43
on peut améliorer la façon dont qu'en fait les prêts traitement etc
00:15:47
mais d'un autre côté il ya beaucoup de choses qui sont tout à fait utilisable maintenant au niveau
00:15:51
industriel on a pas besoin être eux un docteur en informatique conscience pour mettre en place un système de machines
00:15:58
il faut quelques connaissances est ce que je peux en
00:16:00
un certain stade aventinus inc data saillance king partir fait applicative saillante
00:16:07
et puis on voit on l'a fait maintenant cet exercice dans beaucoup de domaines différentes 61
00:16:12
dans l'industrie etc et on voit que l'on fait il ya deux
00:16:16
deux étapes la première on va aider les entreprises à comprendre qu'elle doit faire
00:16:21
on va former des gens mais pas donner des docteurs pour qu'ils puissent euxmêmes sans pareil
00:16:25
en fait de ce genre de d'algorithmes puis épinette rend en production ce genre de système
00:16:30
donc seulement du savoir savoirfaire pour construire le système cela qu'on va travailler en faite nous en avec
00:16:36
l'industrie pour arriver à mettre en place à la chose surtout pour arriver à créer en interne du un
00:16:42
suffisamment que savoir pour arriver à mettre en place et à maintenir ce qui a une chose dont
00:16:46
on parle assez peu mais quand on fait de la production il faut maintenir ce genre d'algorithmes
00:16:50
on a vu à mes prédécesseurs en parler un petit peu c'est vraiment important parce que c'est un système de machines
00:16:56
outils mal entretenu bah il donne des informations aléatoire ou dans mon intention fais pas attention ce qu'on fait quand on réapprend
00:17:04
et puis l'autre chose si important c'est toujours un des composants du système
00:17:07
d'information pour un système d'information et que beaucoup de choses dans une entreprise actuellement
00:17:12
tous ces systèmes nations je suis parti elle doit s'intégrer le mieux possible avec le reste si on fait pas attention b sociétal utilisés
00:17:18
sociale abandonné au bout d'un moment où ça donne des résultats qui sont eux
00:17:22
qui sont plutôt perturbant qu'autre chose on caillat ce contrôle acquis importants je pense
00:17:27
et qui fait que bye un métier en dessus de
00:17:30
juste la partie mise en place de ces outils machines
00:17:35
ou à la

Share this talk: 


Conference Program

Intelligent feed-back on user comfort in low energy buildings
Rui Oliveira, University of Aveiro, PT
7 May 2019 · 10:09 a.m.
Q&A
Rui Oliveira, University of Aveiro, PT
7 May 2019 · 10:19 a.m.
Urban morphology and building PV energy production
Kin Ho Poon, National University of Singapore, SG
7 May 2019 · 10:30 a.m.
Q&A
Kin Ho Poon, National University of Singapore, SG
7 May 2019 · 10:44 a.m.
Urban morphology, energy needs and artificial intelligence
Roberto Boghetti, University of Pisa, IT
7 May 2019 · 10:51 a.m.
Q&A
Roberto Boghetti, University of Pisa, IT
7 May 2019 · 11:05 a.m.
Distributed simulation applied to multi-networks urban energy systems design
Pablo Puerto, CREM / Mines d’Albi, F
7 May 2019 · 11:13 a.m.
Q&A
Pablo Puerto, CREM / Mines d’Albi, F
7 May 2019 · 11:27 a.m.
Les défis du domaine Energy Informatics
Jérôme Kämpf, Idiap Research Institute
7 May 2019 · 11:32 a.m.
Q&A
Jérôme Kämpf, Idiap Research Institute
7 May 2019 · 11:54 a.m.
The Ark Energy
Laura Schwery, Fondation The Ark
7 May 2019 · 1:38 p.m.
Q&A
Laura Schwery, Fondation The Ark
7 May 2019 · 1:45 p.m.
Industrie du futur
Richard Pasquier, HEIA-FR et Benedikt Ramsauer, Swiss-SDI
7 May 2019 · 1:46 p.m.
Q&A
Richard Pasquier, HEIA-FR et Benedikt Ramsauer, Swiss-SDI
7 May 2019 · 2:01 p.m.
Naïade : gestion optimisée d’un réseau d’eau
Benoît Golay, Institut Icare
7 May 2019 · 2:07 p.m.
Q&A
Benoît Golay, Institut Icare
7 May 2019 · 2:23 p.m.
Open data des villes
Duccio Piovani, Research Lead - Data Science, nam.R
7 May 2019 · 2:27 p.m.
Q&A
Duccio Piovani, Research Lead - Data Science, nam.R
7 May 2019 · 2:47 p.m.
IA, L’entreprise augmentée
Dominique Genoud, HES-SO Valais-Wallis
7 May 2019 · 2:52 p.m.
Q&A
Dominique Genoud, HES-SO Valais-Wallis
7 May 2019 · 3:10 p.m.
Planifier le quartier de demain avec l’IA
Diane von Gunten, CREM
7 May 2019 · 3:14 p.m.
Q&A
Diane von Gunten, CREM
7 May 2019 · 3:28 p.m.
Keynote
François Foglia, Directeur adjoint de l'institut de recherche Idiap
7 May 2019 · 3:37 p.m.