Contact
Email :
rsadeghianbroujeny[at]cesi.fr
Téléphone : +33 6 77 54 19 39
Équipe de recherche
Ingénierie et Outils numériques
Thèmes de recherche
- Systèmes de gestion de l'énergie dans les bâtiments,
- Modélisation des processus dans les bâtiments,
- Intelligence ambiante,
- Bâtiments et villes intelligents.
Activités pédagogiques
- Disciplines : Data science, IA , Electronique analogique, Physique et Applications, Informatique industrielle, Projet, Automatique (pour la gestion de l’énergie dans un bâtiment)
- Niveau : Doctorants, Masters, Ingénieurs, licence,
Formation
- Doctorat Signaux, Images, et Automatique
Université Paris-Est Créteil, 2020
MSTIC : Mathématiques et Sciences et Technologies de l'Information et de la Communication - Maîtrise de sciences en ingénierie des énergies renouvelables
Université Shahid Beheshti, Téhéran, Iran, 2015 - Licence en génie électrique de puissance
Université Azad, Saveh, Markazi, Iran, 2013
Programmes de recherche en cours
- Prévision de la consommation d’énergie dans les bâtiments par des techniques d’IA
- Performance énergétique dans les bâtiments et les villes intelligents
Animation scientifique et vie de laboratoire
- Membre de LINEACT, 2021-
- Membre de LISSI, 2016-2020
Encadrement de thèses
Khalil Al Sayed – Self-aware intelligent Building Energy Management System (iBEMS) for energy-efficient smart buildings: In semi-automated and fully automated scenarios
Arthur Lecrus – Improving the Quality of Indoor Environments in Intelligent Buildings: Application to the prediction and control, by Artificial Intelligence, of air pollution in healthcare establishments
Publications sélectionnées
- K. Al Sayed, A. Boodi, R. Sadeghian Broujeny and K. Beddiar, « Reinforcement Learning for Optimal HVAC Control: From Theory to Real-World Applications, » IECON 2023- 49th Annual Conference of the IEEE Industrial Electronics Society, Singapore, Singapore, 2023, pp. 1-6, doi: 10.1109/IECON51785.2023.10312131.
- Sadeghian Broujeny, R.; Ben Ayed, S.; Matalah, M. Energy Consumption Forecasting in a University Office by Artificial Intelligence Techniques: An Analysis of the Exogenous Data Effect on the Modeling. Energies 2023, 16, 4065. https://doi.org/10.3390/en16104065
- R. Sadeghian Broujeny, K. Madani, A. Chebira, V. Amarger, and L. Hurtard, A Heating Controller Designing Based on Living Space Heating Dynamic’s Model Approach in a Smart Building. Energies 2021, 14, 998. https://doi.org/10.3390/ en14040998
- R. Sadeghian Broujeny, K. Madani, A. Chebira, V. Amarger, and L. Hurtard, “Data-Driven Living Spaces’ Heating Dynamics Modeling in Smart Buildings using Machine Learning-Based Identification,” Sensors, vol. 20, no. 4, p. 1071, Feb. 2020 [Online]. Available: http://dx.doi.org/10.3390/s20041071
- R. Sadeghian Broujeny, K. Madani, A. Chebira, V. Amarger and L. Hurtard, « A Machine-Learning Based Approach for Data-Driven Identification of Heating Dynamics of Buildings’ Living-Spaces, » 2019 10th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS), Metz, France, 2019, pp. 197-202, doi: 10.1109/IDAACS.2019.8924329
- R. Sadeghian Broujeny, K. Madani, A. Chebira and L. Hurtard, « A multi-layer system for smart-buildings’ functional and energy-efficiency awareness: Implementation on a real five-floors building, » 2017 IEEE 8th International Conference on Awareness Science and Technology (iCAST), Taichung, 2017, pp. 87-92, doi: 10.1109/ICAwST.2017.8256529