Sélectionnez votre langue
Sélectionnez votre langue
SeyedAlireza (Michael) Malih est doctorant au sein du laboratoire. Spécialisé en intelligence artificielle et en apprentissage automatique, ses travaux se concentrent sur la résolution de problématiques environnementales et territoriales. Il s'intéresse particulièrement à l'intégration des approches multi-agents et de l'apprentissage profond (deep learning) appliqués à la géosimulation et au développement de jumeaux numériques urbains.
Titre : Modélisation et simulation de l’électrification des transports urbains par jumeaux numériques : Application à la Région Bourgogne-Franche-Comté.
Sous la direction d'Igor Agbossou (UMLP) et de Jean-Philippe Antoni (UBE), à l'IUT Nord Franche-Comté (Belfort).
La transition énergétique impose une électrification rapide des systèmes de transport urbain. Cette thèse vise à concevoir et expérimenter une modélisation numérique innovante des réseaux de transport électrifiés, en s’appuyant sur les technologies des jumeaux numériques. Les objectifs de ce travail sont de produire un cadre méthodologique reproductible, de mettre en œuvre un jumeau numérique territorial, et d'élaborer des scénarios dynamiques spatialisés intégrant les contraintes énergétiques, infrastructurelles et socio-économiques. Le projet mobilise des données spatiales 3D et des approches couplant systèmes multi-agents et deep learning pour proposer des scénarios opérationnels d’électrification.