L'intelligence artificielle au service de l'optimisation de l'énergie électrique dans un réseau intelligent
Bibliographic record
Abstract
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
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".