Version accessible
  • fr
  • en
Recherche rapide
  • Aide
  • Recherche avancée
  • Nouveautés
Naviguer par :
  • Accueil
  • Mémoires
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par master
      Recherche par master
    • Recherche avancée
      Recherche de ressources documentaires
    • Tous les mémoires
  • Thèses
    • Nouveautés
      Recherche de nouveautés dans les thèses
    • Recherche avancée
      Recherche de ressources
    • Par auteur
      Recherche par auteur
    • Par année
      Recherche par année de soutenance
    • Par laboratoire
      Recherche par laboratoire
    • Par thème
      Recherche thématique
    • Par école doctorale
      Recherche par école doctorale
    • Toutes les thèses
  • Publications de recherche
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par laboratoire de recherche
      Recherche par laboratoire
    • Recherche avancée
      Recherche de publication de recherche
    • Toutes les publications de recherche
  • Tous les documents
    • Nouveautés
      Recherche des nouveautés
    • Recherche avancée
      Recherche avancée sur plusieurs formats
    • Toutes les ressources

Fiche descriptive

  • Vous êtes ici :
  • Accueil
  • »
  • Fiche descriptive
???menu.description..???
  • Imprimer
  • Version PDF
  • Version XML
  • Ajouter à ma sélection
  • Partager
  • Courriel
  • Twitter
  • Facebook
  • del.icio.us
  • BlogMarks
  • Viadeo
  • LinkedIn
Optimisation de la consommation d'énergie dans les Data Center via une méthode d'intelligence artificielle (Document en Anglais)
Accès au(x) document(s)
Accéder au(x) document(s) :
  • https://theses.hal.science/tel-04227294Lien brisé : nonDroits d'accès : non autorisé
  • http://theses.univ-poitiers.fr/69002/2023-Grill-Leo-TheseLien brisé : nonDroits d'accès : consultation après authentification
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Version :
  • Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).
 
Informations sur les contributeurs
Auteur : Grill Léo
Grill, Léo
Nom
Grill
Prénom
Léo
Nationalité
Français

Date de soutenance : 23-06-2023

Directeur(s) de thèse : Slaoui Yousri
Slaoui, Yousri
Nom
Slaoui
Prénom
Yousri
- Nörtershauser David
Nörtershauser, David
Nom
Nörtershauser
Prénom
David
- Le Masson Stéphane
Le Masson, Stéphane
Nom
Le Masson
Prénom
Stéphane


Etablissement de soutenance : Poitiers
Poitiers
Nom
Poitiers

Laboratoire : Laboratoire de mathématiques et applications (Poitiers ; 2000-...)
Laboratoire de mathématiques et applications (Poitiers ; 2000-...)
Nom
Laboratoire de mathématiques et applications (Poitiers ; 2000-...)
- Laboratoire de Mathématiques et Applications / LMA-Poitiers
Laboratoire de Mathématiques et Applications / LMA-Poitiers
Nom
Laboratoire de Mathématiques et Applications / LMA-Poitiers

Ecole doctorale : École doctorale Mathématiques, informatique, matériaux, mécanique, énergétique (Poitiers ; 2022-....)
École doctorale Mathématiques, informatique, matériaux, mécanique, énergétique (Poitiers ; 2022-....)
Nom
École doctorale Mathématiques, informatique, matériaux, mécanique, énergétique (Poitiers ; 2022-....)

  
Informations générales
Discipline : Statistique
Classification : Mathématiques, Informatique

Mots-clés libres : Intelligence Artificielle, Apprentissage par renforcement, Apprentissage automatique, Apprentissage profond, Statistiques bayésiennes, Énergie, Centre de données, Optimisation dynamique
Mots-clés :
  • Apprentissage automatique
  • Apprentissage profond
  • Apprentissage par renforcement (intelligence artificielle)
  • Consommation d'énergie
  • Optimisation mathématique
Résumé : Cette thèse explore la manière dont l'intelligence artificielle peut diminuer l'énergie consommée dans les Data Center. L'intelligence artificielle est un vaste domaine de recherche très populaire. Ce domaine est souvent idéalisé, mais comment les nouveautés de la recherche peuvent-elles être appliquées à des cas d'utilisation réels ? Entre considérations physiques, théories mathématiques et technologies informatiques, cette thèse met en application différents domaines pour aider à déployer et améliorer les technologies récentes afin de répondre aux défis énergétiques actuels.La première partie de la thèse évalue les problèmes énergétiques et les technologies déployées dans les centres de données et les bâtiments de télécommunications. Les infrastructures d'information et de communication sont de gros consommateurs d'énergie et nécessitent des systèmes de climatisation spécifiques en raison des conditions de travail du matériel informatique. L'optimisation des systèmes de climatisation et de leur consommation est une préoccupation majeure dans la réduction de la consommation d'énergie.La deuxième partie de la thèse explore l'apprentissage statistique et probabiliste pour optimiser la consommation d'énergie. Elle se concentre principalement sur les modèles d'apprentissage par renforcement profond (Deep Reinforcement Learning) pour une prise de décisions automatisées basées sur les données. L'apprentissage profond est flexible dans la modélisation et peut s'adapter à de nombreux problèmes, ce qui est pratique lorsqu'une méthode doit être généralisée et industrialisée.La dernière partie décrit la mise en œuvre et l'application dans des environnements simples afin de soulever et de traiter les problèmes courants et de discuter de la manière d'adapter le modèle à la réalité. On sait qu'un grand nombre de projets de science des données sont très prometteurs mais ne sont pas mis en œuvre à cause des difficultés pratiques. Ce travail vise à faire un pas en avant dans l'introduction de l'IA dans des environnements sensibles tels que les centres de données.
  
Informations techniques
Type de contenu : Text, Image, StillImage
Format : PDF
  
Informations complémentaires
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023POIT2261
Type de ressource : Thèse
À propos Aide
ORI-OAI-search 2.0.7 - © 2006-2014 ORI-OAI