Membres du jury :
- M. Pierre DE LOOR PROFESSEUR DES UNIVERSITES, École Nationale d'Ingénieurs de Brest Rapporteur
- M. Mora LAURENT PROFESSEUR DES UNIVERSITES, IUT de Bordeaux Rapporteur
- Mme. Maria DI MASCOLO DIRECTRICE DE RECHERCHE, CNRS Délégation Alpes Examinatrice
- M. Yann LAURILLAU PROFESSEUR DES UNIVERSITES, Université Grenoble-Alpes / IUT2 Examinateur
Invité :
- M. Patrick REIGNIER PROFESSEUR DES UNIVERSITES, GRENOBLE INP Directeur de thèse
- M. Stéphane PLOIX PROFESSEUR DES UNIVERSITES, GRENOBLE INP Co-directeur de thèse
- M. EL Abed EL SAFADI Co-encadrant de thèse
Résumé :
La consommation d'énergie a considérablement augmenté au cours des dernières décennies. Notre vie quotidienne devient de plus en plus dépendante de machines et d'appareils énergivores. Des études dans ce domaine montrent que les bâtiments sont une préoccupation essentielle car ils consomment beaucoup d'énergie. Même si, de nouvelles réglementations et lois ont rendu les bâtiments plus efficaces énergétiquement, la consommation reste élevée, ce qui indique qu'elle est affectée par un autre facteur, le facteur humain (l'occupant). Le comportement des occupants peut être inapproprié sur le plan énergétique et peut conduire à d'énormes pertes dans la consommation d'énergie, il est donc nécessaire de détecter ces comportements afin d'enseigner et d'informer les occupants de ceux qui sont inefficaces et de suggérer des moyens alternatifs (s'ils existent) pour mieux réaliser leurs activités sans dépenser beaucoup d'énergie. De nombreuses applications et recherches ont été faites pour intégrer les occupants dans la démarche d'économie d'énergie. Par exemple, générer des explications pour les occupants sur leur consommation d'énergie et comment ils peuvent modifier leurs actions afin de réduire leur consommation tout en maintenant un bon niveau de confort. Ces applications et recherches nécessitent une bonne connaissance des activités humaines. La reconnaissance de l'activité humaine est un domaine de recherche important, son importance ne se limite pas au domaine de l'énergie mais transcende au soins de santé, la sécurité à domicile et d'autres domaines d'études. Grâce aux technologies modernes de la maison intelligente, la collecte de données sur les occupants pour déduire leurs activités est devenue plus facile et socialement acceptable. Pourtant, la collecte d'étiquettes d'activités est en quelque sorte écrasante dans la plupart des cas, nécessitant beaucoup d'efforts et de temps. Ajoutant que le transfert de connaissances (données, étiquettes et fonctions de corrélation entre elles) d'un système à un autre n'est pas pratique car les étiquettes varient d'un occupant à l'autre et les différences d'architecture des bâtiments affectent les données des capteurs installés. Prenant en considération les différences de perception entre les êtres humains et les machines, l'objectif de ce projet de thèse est de construire un système dynamique capable de reconnaître efficacement les activités humaines à l'aide de capteurs ambiants installés dans un environnement intelligent basé sur une approche de co-définition (un processus de coopération entre l'agent humain et le système artificiel) pour aligner sa perception avec celle de l'humain. Le système doit également être capable de traiter différents types de problèmes humains (un ou plusieurs occupants, oublis et erreurs d'étiquetage, différences étiquettes selon les contextes des occupants) et d'équipements (architecture de bâtiments différentes, nombre et position des capteurs).
Vous pouvez également vous joindre en ligne via Zoom :
Lien
Meeting ID: 956 8257 9796
Passcode: 804212
[English Version]
Thesis Committee:
- M. Pierre DE LOOR PROFESSEUR DES UNIVERSITES, École Nationale d'Ingénieurs de Brest Rapporteur
- M. Mora LAURENT PROFESSEUR DES UNIVERSITES, IUT de Bordeaux Rapporteur
- Mme. Maria DI MASCOLO DIRECTRICE DE RECHERCHE, CNRS Délégation Alpes Examinatrice
- M. Yann LAURILLAU PROFESSEUR DES UNIVERSITES, Université Grenoble-Alpes / IUT2 Examinateur
Invited:
- M. Patrick REIGNIER PROFESSEUR DES UNIVERSITES, GRENOBLE INP Directeur de thèse
- M. Stéphane PLOIX PROFESSEUR DES UNIVERSITES, GRENOBLE INP Co-directeur de thèse
- M. EL Abed EL SAFADI Co-encadrant de thèse
Abstract :
Energy consumption has increased drastically in the last decades. Our everyday life becomes more and more dependent on energy-consuming machines and devices. Studies in this field, show that buildings are an essential concern because they consume a lot of energy. Even though, new regulations and laws made buildings more efficient energetically speaking, the consumption remains high, which indicates that it is affected by another factor, the human factor (the occupant). The occupants' behavior can be inappropriate energetically speaking and can lead to huge amounts of waste in energy consumption, so it is necessary to detect these behaviors in order to teach and notify the occupants about the inefficient ones and suggest alternative ways (if existing) to better achieve their activities without spending a lot of energy. Many applications and researches were made to integrate the occupants in the energy saving process. For example generating explanations for the occupants about their energy use and how they can alter their actions in order to reduce their consumption while maintaining a good comfort level. These applications and researches require a good knowledge on human activities. Human activity recognition is an important field of research, its importance is not limited to the energy field but transcends to healthcare, home security and other fields of study. Thanks to modern smart home technologies, collecting data about occupants to infer their activities, became easier and socially acceptable. Still, activities' labels collection is somehow overwhelming in most cases requiring lots of efforts and time. Adding that knowledge (data, labels and correlation functions between them) transfer from system to another is not practical since labels varies from occupants to others and, buildings architecture differences affect installed sensors data. Taking into consideration the differences in perception between human beings and machines, the objective in this thesis project is to build a dynamic system capable of efficiently recognizing human activities using ambient sensors installed in a smart environment based on a co-definition approach (a cooperation process between the human agent and artificial system) to align its perception with the human's perception. The system should also be capable of dealing with different kinds of human (single or multi occupants, forgetting and mistakes in labeling, labels differences according to occupants' contexts) and equipment (different buildings architecture, sensors' numbers and positions) related problems.
You are also welcome to join online via Zoom :
Link
Meeting ID: 956 8257 9796
Passcode: 804212
