MétaCan
Menu
Retour à la cohorte
Enregistrement W7039426824

L'intelligence artificielle au service de l'optimisation de l'énergie électrique dans un réseau intelligent

2020· other· fr· W7039426824 sur OpenAlexfundno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2020
Typeother
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Financial Auditing
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHydro-Québec
Mots-clésMarket size
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En tout premier lieu, je tiens à remercier Hanane Dagdougui, ma directrice de recherche au sein du département de mathématiques et de génie industriel, pour son encadrement, le soutien qu'elle m'a apporté et pour m'avoir permis de réaliser cette maîtrise à Polytechnique Montréal.Sa connaissance du sujet et ses nombreux conseils m'ont aidé à découvrir et m'épanouir dans un domaine nouveau qu'est la recherche.Je remercie également Polytechnique Montréal et Télécom SudParis, écoles dans lesquelles j'ai pu compléter ma formation par le biais de ce double diplôme.Les accords entre ces deux institutions m'ont permis d'enrichir davantage mes connaissances scientifiques et culturelles au travers de la découverte d'un nouveau pays.Ensuite, je souhaite remercier les partenaires de ce projet à savoir le Conseil de Recherches en Sciences Naturelles et en Génie (CRSNG) du Canada, Hydro-Québec ainsi que Schneider Electric pour leur apport financier et technique au sein de cette maîtrise et finalement le campus de l'École de Technologie Supérieure (ÉTS) pour nous avoir procuré les données nécessaires pour cette maîtrise.J'espère que ces travaux pourront apporter de nouvelles connaissances aidant à leur amélioration.Cette maîtrise recherche m'a de plus permis de rencontrer plusieurs acteurs tout au long de cette aventure et je remercie chacun d'entre eux.Ils m'ont apporté des conseils, des connaissances, des idées et du soutien, qui m'ont aidé à construire et finaliser mon projet.Parmi ces personnes, j'accorde une pensée particulière à Dalal Asber, chercheuse à Hydro-Québec, et à Jonathan Jalbert, professeur adjoint au département de mathématiques appliquées et de génie industriel à Polytechnique Montréal, pour leur aide et leur implication durant ma recherche ainsi qu'à mes collègues de bureau Vincent Taboga, Ehsan Rezaei et Ismail Zejli pour leurs idées et leur patience.Finalement, je remercie mes parents, ma famille et mes amis pour leurs encouragements et leur soutien moral tout au long de ce projet, sans lesquels rien n'aurait été possible.v

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetAgricultural and Financial AuditingTravaux en français237 207