Algorithme décisionnel intelligent pour systèmes énergétiques multi-agents

La consommation énergétique des bâtiments représente à elle seule près de 40% de la consommation énergétique mondiale, et plus de 30% des émissions annuelles de gaz à effet de serre. Dans cet ordre d’idée, l’optimisation du contrôle des chauffages, de la ventilation et de la climatisation (CVC) représente un enjeu majeur pour le secteur énergétique actuel.
Le présent projet met en place un système de contrôle automatisé à base d’intelligence artificielle, spécialement entraîné par renforcement positif sur des données en temps réel et par rapport à l’impact de ses décisions.

Development of prediction models in smart buildings using data driven approaches through Artificial Intelligence

BrainBox AI is working on the mandate to provide better solutions for optimized control of HVAC systems modeled through data using AI. The Intern will continue our research at BrainBox AI and to continue to develop data driven approaches for an optimized operation of HVAC systems in design and implementation of scalable AI frameworks for AI needs in the ongoing projects at BrainBox AI. The Intern will apply AI (including ML/DL/RL), data mining and statistical approaches for the creation of scalable predictive models.

Algorithme décisionnel intelligent pour systèmes énergétiques

La consommation énergétique des bâtiments représente à elle seule près de 40% de la consommation énergétique mondiale, et plus de 30% des émissions annuelles de gaz à effet de serre. Dans cet ordre d’idée, l’optimisation du contrôle des chauffages, de la ventilation et de la climatisation (CVC) représente un enjeu majeur pour le secteur énergétique actuel. Le présent projet met en place un système de contrôle automatisé à base d’intelligence artificielle, spécialement entraîné par renforcement positif sur des données en temps réel et par rapport à l’impact de ses décisions.