Description du projet
Un cadre innovant d’apprentissage automatique pour faciliter la prise de décision
Ces dernières années, les investissements ont été confrontés à des défis croissants, car les décisions sont devenues plus complexes à prendre en raison des nombreux paramètres visibles et cachés qui entrent en jeu. Cette complexité a eu un impact significatif sur le processus de prise de décision pour les dépenses en capital de long terme, en particulier dans le contexte des questions relatives à la transition écologique. Le projet DECIDE, financé par le CER, vise à créer un cadre innovant pour la prise de décision en matière d’investissement. Ce cadre s’appuiera sur l’apprentissage automatique et la recherche opérationnelle pour répondre à l’incertitude croissante. Le projet emploiera un processus itératif, utilisant des modèles génératifs profonds pour générer et résoudre de nouveaux scénarios, et fournira aux utilisateurs une gamme d’options d’investissement.
Objectif
Many important decisions are taken under uncertainty since we do not know the development of various parameters. In particular the ongoing green transition requires large and urgent societal investments in new energy modes, infrastructure and technology. The decisions are spanning over a very long time-horizon, and there are large uncertainty towards energy prices, demand of energy, and production from renewable sources. Such problem can be described as two-stage stochastic optimization problems, where we first decide which facilities to establish, and then we have to schedule the production/transportation for a stochastic demand, using the given facilities. If the decision variables are discrete, such problems are extremely difficult to solve. In this project we will develop a new framework for investment decision making under uncertainty based on a combination of machine learning and operations research. Instead of solving a complex stochastic optimization problem defined on a fixed set of forecasted scenarios, we propose to use an iterative process: We repeatedly generate new scenarios, solve them using advanced optimization methods, and find the corresponding investment solutions. Our novel way of optimization will use deep generative models (DGMs) to generate small sets of scenarios matching the real distribution, and use a guided local search process to select scenarios that properly reflect properties of the full set of scenarios. The outcome of the iterative process is a palette of near-optimal solutions, which can be analyzed using data science methods to extract associations in investments, outrank dominated choices, and organize investments according to urgency. Knowing the full spectrum of possible choices opens up for a much broader discussion of investments, while allowing soft constraints to also be taken into account. This will enable a more transparent and inclusive decision process, while ensuring well-founded and more robust investment decisions.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-ERC - HORIZON ERC Grants
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2022-ADG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
2800 KONGENS LYNGBY
Danemark
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.