Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : L@bISEN Yncréa Ouest, Equipes Vision-AD, LSL
Durée : 3 ans
Contact : maher.jridi@isen-ouest.yncrea.fr
Date limite de publication : 2020-08-20
Contexte :
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. Prenons l’exemple de la prédiction d’un pic de consommation d’électricité : il est important de prédire au plus tôt ce phénomène dans une ville/région, de détecter ses causes directes environnementales et sociétales (éléments déclencheurs) et indirectes (signaux faibles). Ainsi, pour ce type de problème, les moyens technologiques mises en place ne cessent de se développer. A titre d’exemple, des études récentes [Palme et al, 2017] ont monté le lien entre les événements environnementaux, sociaux et la consommation énergétique. L’analyse de l’évolution des données environnementales (températures, humidité, pollution, vent, etc.) et sociaux (fêtes, rassemblements, vacances, événements imprévus/inédits) couplée avec les données de consommation énergétique, permet de détecter les corrélations cachées et de prédire les pics de cette dernière. Cette prédiction peut être utilisée par les experts afin d’anticiper, au moindre coût, la production énergétique en termes de quantité et de type (renouvelable, …). Ce qui rentre dans le cadre de ville intelligente.
Sujet :
** Projet **
De ce fait, et dès qu’il s’agit de modèles d’intelligence artificielle, la problématique de la collecte de données numériques fait surface. Les séries temporelles font partie des types de données largement collectées et étudiées. Leur succès revient principalement au développement du marché des capteurs. C’est ainsi que sont mis à disposition de la communauté scientifique des séries temporelles de relevé de température, d’humidité, de pression, de consommation énergétique, d’événements sociaux [data-ref][Owayedh et al, 2000,] [Grolinger et al, 2016], etc. Cependant, depuis plusieurs années, un nouveau phénomène lié aux données numériques émerge : des données de plus en plus volumineuses et hétérogènes, apparaissent. La diversité des points/méthodes de collecte (capteurs) fait émerger un nouveau défi : la fusion de ces sources de données hétérogènes. Par conséquent, la modélisation de ce type de données s’impose.
D’autre part, de nouvelles exigences sociétales apparaissent, il s’agit des demandes pressantes pour rendre le processus de modélisation transparent afin de fournir des explications claires aux experts du domaine d’application [Goodman et Flaxman, 2017].
** Problématiques **
Dans ce projet, nous nous focalisons sur un type particulier de données complexes : les séries temporelles et posons la question suivante : Comment faire des séries temporelles un outil pour l’aide à la prédiction et à la détection de l’émergence des phénomènes comme la consommation énergétique ? Quels modèles explicables aux experts faut-il mettre en place ? Pour répondre à cette question, nous proposons un système intelligent qui sera validé sur des données actuellement disponibles [data-ref] et par des experts du domaine. Dans ce projet, nous nous focalisons sur deux défis majeurs :
(I) La prédominance de nouveau type de données représenté par des séries temporelles complexes : En effet, la fusion ou l’agrégation des informations apportées par chaque série (environnement, social, énergie) devient une tâche complexe car avec le grand volume de données disponibles, la portée temporelle et l’impact d’une variable deviennent plus importants. Mais cet impact devient moins visible et moins facilement détectable surtout à cause de chevauchement de plusieurs phénomènes [Fahed et al, 2018]. Par conséquent, deux difficultés se présentent : (i) La détection de causalité : Souvent les méthodes proposées sont purement statistiques (comme la causalité au sens de Granger) [Saumard, 2017] et sont peu performantes face à la complexité des données et quand il s’agit de détection des liens sur le long terme entre plusieurs séries [Mavrotas et Kelly, 2001]. (ii) La détection de l’émergence au plus tôt et sur le long terme.
(II) Les exigences actuelles de la société pour rendre le processus de modélisation explicable et transparente : Parmi les méthodes existantes de prédiction dans des séries temporelles complexes, nous pouvons citer les méthodes de fouille de données telles les réseaux de neurones, méthodes ensemblistes, etc. Ces méthodes sont très performantes, mais elles restent des boîtes noires, à savoir le processus de modélisation est opaque et plusieurs questions se posent sur son explicabilité et la compréhension du résultat. En revanche, des méthodes de prédiction basées sur des modèles auto-régressifs, sont relativement moins performantes mais peuvent être considérées comme étant transparentes et explicables. Récemment, différentes méthodes d’explication [Došilović et al, 2018], indépendantes des modèles de prédiction, ont été proposées. Cependant, très rares sont les méthodes d’explicabilité qui s’intéressent à la causalité dans les séries.
** Approches méthodologique et technique envisagées **
Nous proposons un système qui représente un cycle complet : les données, qui sont à notre disposition, sont pré-traitées et analysées, puis une “modélisation prédictive explicable” à base de fouille de séries temporelles sera proposée. Par conséquent, nous pouvons définir deux tâches principales et inséparables :
(I) La modélisation prédictive : Nous trouvons qu’il est prometteur d’exploiter les méthodes statistiques existantes de détection de ruptures (abrupts) ou de pics dans des séries temporelles (comme les méthodes paramétriques, non-paramétriques ou semi-paramétrique. Notre objectif sera ensuite de proposer un nouveau modèle de prédiction qui aura pour originalité de tirer profit de la transparence des méthodes statistiques et de la performance des méthodes d’intelligence artificielle opaques. Afin d’étudier la causalité dans notre modèle, nous proposons d’exploiter et d’adapter les méthodes statistiques existantes de causalité au sein des méthodes de fouille de données. Notre objectif est de détecter une causalité temporelle distante en effectuant une modélisation temporelle pour détecter l’impact sur le long terme.
(II) La modélisation explicable : Parmi les questions qui se pose : à quel moment de la modélisation doit-on intégrer l’explicabilité ? Contrairement aux méthodes existantes qui fournissent des explications partielles, nous proposons un modèle complet dans lequel des explications sont fournies tout au long du processus de la fouille.
Profil du candidat :
La ou le candidat(e) doit avoir un diplôme de Master et/ou Ingénieur dans des domaines liés à l’informatique, mathématiques appliquées, statistique, science des données ou traitement de signal
Formation et compétences requises :
– Avoir une aptitude au développement de méthodes d’intelligence artificielle, machine learning, statistique, analyse des données.
– Avoir un vif intérêt pour la recherche scientifique et être familier au moins avec les outils informatiques/langages suivants : python (scikit-learn), R, …
– Avoir un bon niveau d’anglais écrit et oral
Adresse d’emploi :
20 Rue Cuirassé Bretagne, 29200 Brest
Document attaché : 202006110930_These cotutelle-rempli-SériesTemporelle-ENV-Energie-version-courte.pdf