Stage Bac+5 - Réseaux de Neurones avec de l'Optimisation Linéaire pour l'Énergie H/F - 38

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

- La conscience des responsabilités
- La coopération
- La curiositéRéussir la transition énergétique implique d'évaluer les intérêts économiques et environnementaux des technologies de l'énergie. Il est donc nécessaire de modéliser le comportement de ces technologies dans des systèmes complexes. Pour ce faire, le CEA a développé le logiciel Cairn permettant l'optimisation du dimensionnement et du pilotage de systèmes énergétiques multi-vecteurs (électricité, thermique, hydrogène, ...) en prenant en compte les coûts et impacts environnementaux associés. Cairn est basé sur de la programmation linéaire en nombres entiers (PLNE), ce qui est parfois limitant notamment pour modéliser les comportements non linéaires de certains composants. Cairn dispose d'un composant ""Réseaux de neurones artificiels"" (ANN) qui permet de fournir la matrice de poids d'un réseau appris sur des donnéees externes pour l'intégrer au problème PNLE. Le premier objectif du stage est de tester ce composant ANN sur des cas d'application pour identifier les cas d'intérêt (faisabilité, temps de calcul...) de cette hybridation PLNE/ANN. Le second objectif est l'amélioration de ce composant ANN pour prendre en compte des aspects dynamiques et la possibilité de faire du dimensionnement.
Pour postuler, merci d'envoyer CV + LM à : ****@****.**

https://github.com/CEA-Liten/CairnOpen