Ecoffices AxIS

  • View
    886

  • Download
    1

Embed Size (px)

DESCRIPTION

Présentation de Brigitte Trousse (AxIS - Inria)

Text of Ecoffices AxIS

  • 1. Brigitte TROUSSE,Inria AxIS,19 juin 2013, ParisAnalyser les donnes et lescomportements utilisateurs:le cas du Pacalabs ECOFFICES
  • 2. Equipe-Projet AxISEquipe multidisciplinaire (SHS-TIC)Nouvelles mthodes et outils pour lanalyse des usages et delexprience utilisateur tout au long de projets ICT dinnovationExemples: PREDIT TICTAC, Projet FP7 STREP ELLIOT,Pacalabs ECOFFICES, HOTEL-REF-PACA et ECOFAMILIESMarket launchDesign teamDesign processusagesINNOVATIONCo-creationBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes - 2
  • 3. - 3Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 4. Consortium Dure : 16 mois (T0: aot 2010) Budget 261 K Subvention Region / FEDER 191 KBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes - 4Le projet ECOFFICES
  • 5. Projet PACA Labs Axe 1 Prototypage en grandeur natureChallenge nergtique TIC en entreprise- Augmenter les comportements co-responsables- Amliorer les usages des quipements- Diminuer les consommations nergtiques- Rduire la facture- 5Brigitte TROUSSE - Inria Sophia Antipolis MditerranesLe projet ECOFFICES
  • 6. Apports Inria : Axe Usages1. Elaboration du protocole exprimental,2. Spcification de linterface challenger,3. Mthodologie danalyse de donnes qualitatives etquantitatives,4. Application dune mthode de classification nonsupervise de type tableau de distance sur des donnescomplexes et relles en vue de raliser des profils decomportemenst ecoresponsibles- 6Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 7. Conception duprotocole exprimental- 7Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 8. 4 mois 49 joueurs 3 quipesBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes - 8
  • 9. Photo - CSTB Sophia Antipolis- 9Environ10 capteurspar bureauInstrumentation(CSTB/Osmose)Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 10. - 10Spcification de linterfacechallengerBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 11. - 11Elaboration dune Mthodepluri-disciplinairedanalyse de donnesBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 12. Des donnes complexes(htrognes, non vectorielles)Donnes qualitatives:2 questionnaires de profil (avant et aprs le challenge)Donnes quantitatives issues des logs de lutilisation delapplication intranet et des capteurs1. Les donnes des capteurs de temprature (ambiante, radiateur,ventiloconvecteur).2. Les donnes des capteurs de prsence pour tablir une prsencejournalire dans les bureaux3. Les points de bonus et de malus journaliersexemple du bonus_05: Vous nallumez pas votre radiateur si latemprature de votre bureau est suprieure 20/Radiateur teint- 12Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 13. Apports AxIS au niveau delanalyse des donnesPr-traitement des donnes:- Analyse de la qualit des donnes collectes,- Choix de Unit statistique: (bureau, jour)- Identification de 4 priodes: avant challenge (splitte en deux:chauffage et avant challenge), challenge, aprs challengeObjectif: identification de profils de comportements coresponsables et% de ces profils par quipe et tude des changements decomportementsMise au point dune mthode danalyse en 3 tapes:- Analyse des mesures de temprature agrges par (bureau, jour)- Analyse des comportements bonus/malus par (bureau, jour),- Analyse du lien entre ces deux analyses- 13Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 14. Deux exemplesde rsultats danalyseRsultats: www.ecoffices.com (rapport public)Deux exemples:1. Evolution des comportements cologiques au bureau:On a not une volution positive et significative des 3 quipes au niveaude leur comportementpendant la priode challenge.2. Gestion des tempraturesUne quipe a eu une temprature ambiante plus leve dans ses bureauxque la moyenne (beaucoup de malus pendant la priode chauffage,par contre la meilleure quipe pendant le challenge t)- 14Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 15. Intrts au niveau Recherchedu projet ECOFFICES Energie: 2 publications scientifiques (ICCBE 2011, CIN W78-W1022011) Exprimentation dun challenge nergtique et Mise au pointdune mthodologie danalyse des comportements dans le cadre dunchallenge nergtique Clustering: 1 publication scientifique (SFC 2012) - Validation denouvelles mthodes de classification non supervise de donnes detype tableaux de distance sur un jeu de donnes relles etcomparaison avec une autre mthode AxIS de type intervalles Constitution dun jeu de donnes relles permettant de menerdes recherches en fouille de donnes et de valider dautres typesde mthodes AxIS pertinentes pour le secteur de lEnergie et issuesde la plateforme FocusLab (voir fiches suivantes)-- 15Brigitte TROUSSE - Inria Sophia Antipolis Mditerranes
  • 16. FocusLab@SoftwareClusteringFocuslab@Clustering est un ensemble demthodes de classification non supervisebases sur des donnes complexes telles queles tableaux de dissimilarit ou les IntervallesQuatre types de mthodes de classification nonsupervise sont proposes:a) Mthodes de partitionnement : gnriques(MND), tableaux de distance (MRDCA-RWL,RWG, MND), donnes intervalles oudistributions (SCluster)b) Mthode hirarchique: descendante (DIV),ascendante (2-3 CAH)Barrire technologique: classificationnon supervise de donnes nonvectoriellesLanguage, environnement : C++ or Java,utilisation de SOL (Symbolic ObjectLanguage) issu du logiciel SODAS2 (ASSOproject)Mots clefs : classification non supervise surdonnes complexesLicence : accord de licence possibleChamps possible dapplications: mthodesgnriques, Actuellement ces mthodes sontutilises pour la classification des donnesfonctionnelles (consommation nergtique,internet des objets, mobilit, exprienceutilisateur)URL:focuslab.inria.fr/clusteringAcademic partners : for a) and b)Contact: brigitte.trousse@inria.frBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes - 16
  • 17. FocusLab@SoftwareATWUEDAATWUEDA propose une analyse des usagessur des priodes significatives de tempsdans le but:- Didentifier le changement decomportements des utilisateurs- Et dtudier lvolution temporelle desprofils de comportements de cesutilisateursLa mthode sappuie sur des rsums pourreprsenter les profils de comportementsdes utilisateurs.Barrire technologique: a) Identifier deschangements dans un environnementdynamique b) Caractriser leschangements dune classe dutilisateurs.Language, environnement : Java, Utilisationde la bibliothque JRI permettant dutiliser R(logiciel libre pour la programmation danalysestatistique de donnes)Licence: libreMots clefs : temporal clustering, volutiondune classification, donnes volutivesChamps possible dapplications: WebUsage Mining, Consommation nergtique,Analyse exploratoire de donnesfonctionnelles, de donnes volutives (internetdes objets, ..)URL:focuslab.inria.fr/atwuedaPartenaires Acadmiques :Contact: yves.lechevallier@inria.frBrigitte TROUSSE - Inria Sophia Antipolis Mditerranes - 17
  • 18. - 18Merci pour votre attentionBrigitte.Trousse@inria.frwww.ecoffices.comwww-sop.inria.fr/axis