Amine AWADA

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).